西西嘛呦

摘要： OpenCV提供三种类型的梯度滤波器或高通滤波器，即Sobel，Scharr和Laplacian。我们将看到他们每一种。 1、sobel和scharr算子 Sobel算子是高斯平滑加微分运算的联合运算，因此它更抗噪声。你可以指定要采用的导数方向，垂直或水平（分别通过参数yorder和xorder）。 阅读全文

摘要： 形态变换是一些基于图像形状的简单操作。通常在二进制图像上执行。它需要两个输入，一个是我们的原始图像，第二个是决定操作性质的结构元素或内核。两种基本的形态学算子是侵蚀和膨胀。然后，它的变体形式（如“打开”，“关闭”，“渐变”等）也开始起作用。在下图的帮助下，我们将一一看到它们： 1、侵蚀 侵蚀的基本思 阅读全文

摘要： 1、2D卷积 与一维信号一样，还可以使用各种低通滤波器（LPF），高通滤波器（HPF）等对图像进行滤波。LPF有助于消除噪声，使图像模糊等。HPF滤波器有助于在图像中找到边缘。 OpenCV提供了一个函数cv.filter2D来将内核与图像进行卷积。例如，我们将尝试对图像进行平均滤波。 操作如下:保 阅读全文

摘要： 1、简单阈值 在这里，问题直截了当。对于每个像素，应用相同的阈值。如果像素值小于阈值，则将其设置为0，否则将其设置为最大值。函数cv.threshold用于应用阈值。第一个参数是源图像，它应该是灰度图像。第二个参数是阈值，用于对像素值进行分类。第三个参数是分配给超过阈值的像素值的最大值。OpenCV 阅读全文

摘要： 1、变换 OpenCV提供了两个转换函数cv.warpAffine和cv.warpPerspective，您可以使用它们进行各种转换。cv.warpAffine采用2x3转换矩阵，而cv.warpPerspective采用3x3转换矩阵作为输入。 import cv2 as cv from goog 阅读全文

摘要： 1、改变颜色空间 OpenCV中有超过150种颜色空间转换方法。但是我们将研究只有两个最广泛使用的,BGR↔灰色和BGR↔HSV。 对于颜色转换，我们使用cv函数。cvtColor(input_image, flag)，其中flag决定转换的类型。 对于BGR→灰度转换，我们使用标志cv.COLOR 阅读全文

摘要： 在图像处理中，由于每秒要处理大量操作，因此必须使代码不仅提供正确的解决方案，而且还必须以最快的方式提供。因此，在本章中，你将学习 衡量代码的性能。 一些提高代码性能的技巧。 你将看到以下功能：cv.getTickCount，cv.getTickFrequency等。 除了OpenCV，Python还 阅读全文

摘要： 1、加法运算 您可以通过OpenCV函数cv.add()或仅通过numpy操作res = img1 + img2添加两个图像。两个图像应具有相同的深度和类型，或者第二个图像可以只是一个标量值。 注意 OpenCV加法和Numpy加法之间有区别。OpenCV加法是饱和运算，而Numpy加法是模运算。 阅读全文

摘要： https://java.ctolib.com/hoya012-deep_learning_object_detection.html 阅读全文

摘要： 1、访问和修改像素值 加载彩色图像： import numpy as np import cv2 as cv image=cv.imread("dog2.jpg",1) 谷歌colab上显示图像： from google.colab.patches import cv2_imshow cv2_ims 阅读全文