python openCV学习——常用算法

原图

下面的 show_img方法是封装了 cv2.imshow()和 cv2.waitKey()，方便我自己使用，不用每次输入窗口名称，不用每次都waitKey。

形态学操作

腐蚀，膨胀，开，闭，就不掩饰了。
源码

def main():
    """
    测试形态学操作
    :return:
    """
    img_path = "./pictures/icons/screenshot.jpg"
    img = cv2.imread(img_path)

    show_img(img)

    # 进行形态学梯度运算
    k = np.ones((2,2), np.int) # 核
    r = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, k) # 形态学梯度运算
    show_img(r)

    # 礼帽运算
    k = np.ones((2, 2), np.int)  # 核
    r = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, k)  # 礼帽运算
    show_img(r)

    # 黑帽运算
    k = np.ones((2, 2), np.int)  # 核
    r = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, k)  # 黑帽运算
    show_img(r)

形态学梯度运算结果

礼帽运算结果

黑帽运算结果

Sobel算子，Scharr算子和Laplacian算子

源码

def main():
    """
    测试图像梯度
    :return:
    """
    img_path = "./pictures/icons/screenshot.jpg"
    img = cv2.imread(img_path)

    show_img(img)

    sobel_x = cv2.Sobel(img, cv2.CV_64F, 1, 0)
    sobel_y = cv2.Sobel(img, cv2.CV_64F, 0, 1)
    sobel_x = cv2.convertScaleAbs(sobel_x)
    sobel_y = cv2.convertScaleAbs(sobel_y)
    sobel_xy = cv2.addWeighted(sobel_x, 0.5, sobel_y, 0.5, 0)

    show_img(sobel_xy)

    scharr_x = cv2.Scharr(img, cv2.CV_64F, 1, 0)
    scharr_y = cv2.Scharr(img, cv2.CV_64F, 0, 1)
    scharr_x = cv2.convertScaleAbs(scharr_x)
    scharr_y = cv2.convertScaleAbs(scharr_y)
    scharr_xy = cv2.addWeighted(scharr_x, 0.5, scharr_y, 0.5, 0)

    show_img(scharr_xy)

    laplacian = cv2.Laplacian(img, cv2.CV_64F)
    laplacian = cv2.convertScaleAbs(laplacian)

    show_img(laplacian)

Sobel算子

Scharr算子

Laplacian算子

Canny 边缘检测

源码

def main():
    """
    Canny 边缘检测
    :return:
    """
    img_path = "./pictures/icons/screenshot.jpg"
    img = cv2.imread(img_path)

    r1 = cv2.Canny(img, 128, 200)
    r2 = cv2.Canny(img, 32, 128)

    show_img(r1)
    show_img(r2)

两种不同的核的结果

findContours图像轮廓

源码

def main5():
    """
    查找图像轮廓
    :return:
    """
    img_path = "./pictures/icons/screenshot.jpg"
    img = cv2.imread(img_path)

    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
    contours, hierarchy = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    o = cv2.drawContours(img, contours, -1, (0,255,255), 1)
    show_img(o)

结果