随笔分类 -  图像处理

笔记
图像处理11 直方图---模板匹配
摘要:直方图 cv2.calcHist()可以帮助我们统计像素并得到直方图. 格式: calcHist(images, channels, mask, histSize, ranges, hist=None, accumulate=None)1参数: images: 输入图像channels: 颜色通道m 阅读全文
posted @ 2021-08-17 19:55 柯西SAMA 阅读(223) 评论(0) 推荐(0)
图像处理11 图像轮廓
摘要:绘制轮廓cv2.drawContours可以实现轮廓绘制. 格式: cv2.drawContours(image, contours, contourIdx, color, thickness=None, lineType=None, hierarchy=None, maxLevel=None, o 阅读全文
posted @ 2021-08-17 19:46 柯西SAMA 阅读(135) 评论(0) 推荐(0)
图像处理08 边缘检测与直线检测与圆圈检测
摘要:Scharr 算子 Scharr 算子和 Sobel 算子基本一样. 只是卷积核系数不同. Scharr 算子对边界更加敏感, 也更容易误判. 卷积核参数: img = cv2.imread("girl.png")# Scharr 算子scharr_x = cv2.Scharr(img, cv2.C 阅读全文
posted @ 2021-08-17 19:02 柯西SAMA 阅读(475) 评论(0) 推荐(0)
图像处理07 图像腐蚀--图像梯度
摘要:腐蚀 腐蚀 (Eroding) 会沿着图像边界向内收缩, 从而消除边界点. # 读取图片img = cv2.imread("girl.png")# 腐蚀erode = cv2.erode(img, kernel=(3, 3), iterations=5)# 图片展示cv2.imshow("erode 阅读全文
posted @ 2021-08-17 18:40 柯西SAMA 阅读(278) 评论(0) 推荐(0)
图像处理06 泛洪---滤波器
摘要:ROI ROI (Region of Interest) 即感兴趣区域, 就是在图像中分析的重点. # 读取图片img = cv2.imread("girl2.png")# ROIface = img[100:750, 1000:1600]# 获取灰度图face_gray = cv2.cvtColo 阅读全文
posted @ 2021-08-17 18:26 柯西SAMA 阅读(144) 评论(0) 推荐(0)
图像处理05 色彩转换+加减乘除、逻辑与或非
摘要:图像操作 import numpy as npimport cv2def color_space(image): """色彩空间转换""" hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV) hls = cv2.cvtColor(image, cv2.COLOR 阅读全文
posted @ 2021-08-17 17:25 柯西SAMA 阅读(132) 评论(0) 推荐(0)
图像处理04
摘要:转为灰度图 cv2.cvtColor(src, code[, dst[, dstCn]]) 参数: src: 需要转换的图片 code: 颜色空间转换码 dst: 输出图像大小深度相同, 可选参数 desCn: 输出图像的颜色通道, 可选参数 import cv2cat = cv2.imread(" 阅读全文
posted @ 2021-08-17 16:46 柯西SAMA 阅读(59) 评论(0) 推荐(0)
图像处理03 边界填充和图片融合、裁剪
摘要:边界填充 复制法 # 读取图片img = cv2.imread("sqh.png") # 填充像素top_size = 50bottom_size = 50left_size = 50right_size = 50 # Replicate (复制法)replicate = cv2.copyMakeB 阅读全文
posted @ 2021-08-17 16:27 柯西SAMA 阅读(479) 评论(0) 推荐(0)
图像处理02
摘要:import cv2# 截取图像img = cv2.imread("sqh.png")img = img[100:200, 400:1000] #100-200为高 400-1000为长cv2.imshow("cut", img)cv2.waitKey(0)cv2.destroyAllWindows 阅读全文
posted @ 2021-08-17 15:21 柯西SAMA 阅读(87) 评论(0) 推荐(0)