摘要：源图像 目标是 提取 四个 大圈圈 ； 具体项目描述见 参考资料 实现过程 import cv2 as cv import numpy as np img0 = cv.imread('imgs/640.webp') ########### 预处理 img = cv.cvtColor(img0, cv 阅读全文

摘要：轮廓可以简单理解成 具有相同颜色或灰度的 连续的点 连成的曲线； 轮廓在形状分析、物体检测、物体识别 中很有用； 注意： 1.为了准确，需要使用 二值化 图像，故需进行 阈值化处理 或 canny 边缘检测 2.opencv 中与轮廓相关的函数 会改变原始图像 轮廓检测与绘制 def findCon 阅读全文

摘要：Canny 边缘检测 Canny 边缘检测是一种被广泛应用的算法，效果较好 原理 详见 参考资料1 没搞懂，先记下来，空了研究吧 该方法使用了比高斯差分算法更复杂的技巧，如多向灰度梯度和滞后阈值化。 Canny边缘检测器算法基本步骤： 平滑图像：通过使用合适的模糊半径执行高斯模糊来减少图像内的噪声。 阅读全文

摘要：图像直方图 图像直方图 是 图像的 一种统计特征，可以图像质量检测，也可以用于 图像相似度检测； 图像直方图的形态 可以反应图像的 质量，特别是 对比度，大致如下图 通过 直方图修整 可以提升图像质量，直方图修整 可以分为两类，一是 直方图均衡化，二是 直方图规定化，本文主要讲 均衡化 直方图均衡化 阅读全文

摘要：形态学处理 主要针对 有残缺图像、有斑点图像，不同区域有粘连的图像，使其变得丰满，或者去除多余的像素，也有类似去噪的作用； 形态学处理 的方法有 腐蚀、膨胀、开运算、闭运算、顶帽、底帽、形态学梯度； 形态学处理 通常针对 灰度图，确切的说是二值图，最好是 黑底 白景 腐蚀 腐蚀逻辑：和滤波一样，也存 阅读全文

摘要：图像阈值，即图像二值化，包括 简单阈值 自适应阈值 Otsu 阈值 局部阈值 全局阈值 熵算法 等多种方式，本文收集整理一下 简单阈值 对所有像素使用 统一固定 的阈值 def threshold(src, thresh, maxval, type, dst=None): src：单通道图像，通常是 阅读全文

摘要：图像几何变换 分为 缩放、平移、旋转、仿射变换、透视变换 等； 其思路大致相同：在 原图像上 找几个点的坐标，然后设定 变换后 这些点对应的 坐标，根据两组坐标 计算出一个 转换矩阵，把原图像所有点 按这个转换矩阵进行转换即可 缩放 缩放只是调整图像的大小； 其转换矩阵为 def resize(sr 阅读全文

摘要：opencv 中有几百种颜色空间，可通过如下方式获取； flags = [i for i in dir(cv) if i.startswith('COLOR')] print(len(flags)) # 296 种 其中最常用的是 gray 和 hsv 空间； 颜色空间转换 opencv 直接读取图 阅读全文

摘要：图像运算有很多种，包括 加法、减法、乘法、除法、位运算、平方根、对数、绝对值等; 加减乘除等 需保持 图像 shape 和 dtype 一致，或者第二个图像是个标量值； dst = cv.add(src1, src2[, dst[, mask[, dtype]]]) dst = cv2.subtra 阅读全文

摘要：图像基本操作很多，这里做个汇总 首先要注意，opencv 中像素通道顺序为 BGR，与我们常说的 RGB 刚好相反。 首先准备一张图片，可创建新图像，也可读取已存在的图像 img = np.zeros(shape=(300, 300, 3), dtype=np.uint8) cv.namedWind 阅读全文

摘要：操作步骤： 1. cv2.createTrackbar 创建 rgb 轨迹栏 2. cv2.getTrackbarPos 获取 轨迹栏位置 3. 给图片着色 import numpy as np import cv2 as cv def nothing(x): pass # 创建一个黑色的图像，一个 阅读全文

摘要：绘图功能 使用 opencv 绘制各种形状，简单用法示例 import cv2 as cv import numpy as np img = np.random.randint(0, 255, size=(1280, 1280, 3)).astype(np.uint8) ### 画线 ## def 阅读全文

摘要：opencv 是一个强大的图像处理模块，本节介绍一下基本操作 安装 详情请百度 pip install opencv-python 查看版本 import cv2 as cv ### 查看版本 print(cv.__version__) # 4.5.2 创建图像 直接用 np 创建图像，并在窗口显示 阅读全文

摘要：相似变换 相似变换：等距变换+均匀尺度缩放； 等距变换：平移+旋转，所谓平移旋转其实就是 wx+b，w 和 b 组成变换矩阵 在等距变换中，角度、平行性、垂直性 不发生变换 SimilarityTransform 用法 这是一个类 class SimilarityTransform(Euclidea 阅读全文

摘要：图像分割是一种图像处理方法， 它是指将一副图像分割成若干个互不相交的区域； 图像分割实质就是像素的聚类； 图像分割可以分为两类：基于边缘的分割，基于区域的分割， 聚类就是基于区域的分割； KMeans 实现图像分割 KMeans 分割图像实质上是对像素的聚类，每个类有个代表像素，把原始像素替换成该类 阅读全文

摘要：tensorflow 中自带了很多图像处理的方法，基本都在 tf.image 模块中，虽然不如 opencv 强大，但也比较常用，这里做个记录。 图像编解码 1. 用 tf 的方法读取图片后，都需要进行编解码，才能在 tf 中继续处理； 2. tf 提供了各种类型图像的编解码：decode_gif， 阅读全文

摘要：滤波 滤波常用于降噪； 滤波有多种，中值滤波，均值滤波，等等，说的很高大上，其实很简单，各种滤波原理类似。 以中值滤波为例，把 每一点的数据 用 该点指定邻域内数的中位数 代替， 如 数据 [1,8,3]，邻域大小为3，则8经过滤波后是3，[1,3,8]的中位数；数据可以是多维的，邻域也可以为多维； 阅读全文