OpenCV这么简单为啥不学——1.2、图片截取(数组截取)

文章介绍了OpenCV在计算机视觉中的重要性,作为一个优化的C代码库,它适用于实时应用。通过示例展示了如何使用OpenCV进行图片截取,通过数组截取方法提取图像的一部分,例如眼睛、鼻子和嘴巴区域。文章强调了确定坐标范围对精确截取的关键作用。
摘要由CSDN通过智能技术生成

OpenCV这么简单为啥不学——1.2、图片截取(数组截取)


目录

OpenCV这么简单为啥不学——1.2、图片截取(数组截取)

前言

图片截取

总结


前言

计算机视觉市场巨大而且持续增长,且这方面没有标准API,如今的计算机视觉软件大概有以下三种:

1、研究代码(慢,不稳定,独立并与其他库不兼容)
2、耗费很高的商业化工具(比如Halcon, MATLAB+Simulink)
3、依赖硬件的一些特别的解决方案(比如视频监控,制造控制系统,医疗设备)这是如今的现状,而标准的API将简化计算机视觉程序和解决方案的开发,OpenCV致力于成为这样的标准API。

OpenCV致力于真实世界的实时应用,通过优化的C代码的编写对其执行速度带来了可观的提升,并且可以通过购买Intel的IPP高性能多媒体函数库(Integrated Performance Primitives)得到更快的处理速度。

故而我们选择学习OpenCV,我们来一步步的学习OpenCV。


图片截取

我们截取的目标是这张图片的中间部分,也就是眼睛、鼻子、嘴巴部分。

截取目标:

截取代码:

import cv2

# 加载彩色图·原图是800*600,我们需要截取人物的眼睛、琼鼻、嘴巴部分
img = cv2.imread('800_600.jpg')

img_car1 = img[250:500, 250:550]

cv2.imshow('image', img_car1)

cv2.imwrite('Demo6_imgs/out_img.jpg', img_car1)
# 等待时间,毫秒级,0表示任意键终止
cv2.waitKey(0)
cv2.destroyAllWindows()

实际截取部分效果: 

我们这里需要使用数组的方式进行截取,那么两个参数我们一次来看看:

img_car1 = img[250:500, 250:550]

参数1:我们根据我们使用PS的参考线提供的数据看到Y轴的数据是250:500,由此可以肯定参数1是Y轴的参考系。

参数2:对应参数1的结果就是参数2的参考系是X轴。

总结

我们在截取图片内容的时候需要使用一定的工具来确定其具体的坐标范围,根据坐标范围输入到数组截取范围内即可获取到我们需要的截取目标。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

红目香薰

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值