python opencv 人脸识别(第二部分：图像的灰度转换、如何修改过大的图片尺寸)

最新推荐文章于 2024-07-15 21:59:37 发布

Chat blanc

最新推荐文章于 2024-07-15 21:59:37 发布

阅读量1k

点赞数

分类专栏： opencv 人脸识别 python 文章标签： opencv python 计算机视觉

本文链接：https://blog.csdn.net/chatblanc/article/details/130364565

版权

python 同时被 3 个专栏收录

4 篇文章 1 订阅

订阅专栏

opencv

3 篇文章 0 订阅

订阅专栏

人脸识别

3 篇文章 0 订阅

订阅专栏

一、开发前准备

pycharm版本：2023.1
python版本：3.7.5
opencv-python版本：4.5.4.60

二、图像的灰度转换

灰度处理的操作很简单，只需要在第一部分的基础上加上一行代码即可，完整代码如下：

import cv2

img = cv2.imread('st.jpg')
cv2.imshow('img', img)
# 对图像进行灰度转换
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv2.imshow('gray_img', gray_img)
while True:
    if ord('q') == cv2.waitKey(1):
        break
cv2.destroyAllWindows()

完成效果如下图：
在这里插入图片描述
1、cv2.cvtColor() 是 OpenCV 中一个用于颜色空间转换的函数，它可以将一种颜色空间的图像转换为另一种颜色空间的图像。该函数的具体参数如下：

src：输入图像，可以是任意类型的 OpenCV 图像格式（例如 numpy.ndarray 类型）。
code：颜色空间转换的代码，表示源图像和目标图像之间的颜色空间转换方式。常见的转换方式包括：
- cv2.COLOR_BGR2GRAY：将 BGR 彩色图像转换为灰度图像。
- cv2.COLOR_BGR2RGB：将 BGR 彩色图像转换为 RGB 彩色图像。
- cv2.COLOR_BGR2HSV：将 BGR 彩色图像转换为 HSV 彩色图像。
- cv2.COLOR_BGR2LAB：将 BGR 彩色图像转换为 CIELAB 彩色图像。
- cv2.COLOR_GRAY2BGR：将灰度图像转换为 BGR 彩色图像。
- cv2.COLOR_RGB2GRAY：将 RGB 彩色图像转换为灰度图像。
- cv2.COLOR_RGB2BGR：将 RGB 彩色图像转换为 BGR 彩色图像。
dst：输出图像，可以是与输入图像相同的类型和大小，也可以是另一种类型和大小的图像。
dstCn：输出图像的通道数，仅当输出图像的类型与输入图像的类型不同时使用。如果 dst 参数为空，将自动设置为 0，否则默认为输出图像的通道数。

三、图片尺寸的修改

图片尺寸的修改可以将图像缩小到合适的大小从而能更加方便后续对他的内容进行识别，以下是关于如何修改图片尺寸的代码：

import cv2

img = cv2.imread('st.jpg')
cv2.imshow('test', img)
# 打印图像的高度、宽度、通道数
print(img.shape)
# 调整图像的大小
res_img = cv2.resize(img, (200, 200))
print(res_img.shape)
cv2.imshow('res_test', res_img)

cv2.waitKey(0)
cv2.destroyAllWindows()