自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

喵叔

主业程序员,副业写写技术文章,顺带搞搞服务器

  • 博客(17)
  • 问答 (1)
  • 收藏
  • 关注

原创 Python3与OpenCV3.3 图像处理(二十四)--开闭操作

一、什么是开操作和闭操作闭操作:1、图像形态学的重要操作之一,基于膨胀与腐蚀操作组合形成的2、主要是应用在二值图像分析中,灰度图像也可以3、开操作=膨胀+腐蚀,输入图像+结构元素开操作:1、图像形态学的重要操作之一,基于膨胀与腐蚀操作组合形成的2、主要是应用在二值图像分析中,灰度图像也可以3、开操作=腐蚀+膨胀,输入图像+结构元素开操作与闭操...

2017-12-28 22:52:52 2879 1

原创 Python3与OpenCV3.3 图像处理(二十三)--膨胀与腐蚀

一、关于图形形态学是图像处理学科的一个单独分之学科; 灰度与二值图像处理中重要的手段; 是由数学的集合论等相关理论发展起来的二、什么是膨胀和腐蚀膨胀就是求局部最大值的操作腐蚀就是求局部最小值的操作膨胀与腐蚀都支持任意形状的结构元素三、示例代码import cv2 as cvimport numpy as npdef erode(img):...

2017-12-27 22:12:10 2725

原创 Python3与OpenCV3.3 图像处理(二十二)--对象测量(纯代码)

import cv2 as cvimport numpy as npdef measure_object(img): gray=cv.cvtColor(img,cv.COLOR_RGB2GRAY) ret,binary=cv.threshold(gray,0,255,cv.THRESH_BINARY_INV|cv.THRESH_OTSU) cv.imshow("bi...

2017-12-24 20:18:26 2845 1

原创 Python3与OpenCV3.3 图像处理(二十一)--轮廓发现

一、什么是轮廓发现是基于图像边缘提取的基础,寻找对象轮廓的方法,所以边缘提取的阈值选定会影响最终轮廓的发现二、轮廓发现APIfindContours 发现轮廓drawContours绘制轮廓三、示例代码import cv2 as cvimport numpy as npdef contours(img): dst=cv.GaussianBlu...

2017-12-21 23:02:56 4180

原创 Python3与OpenCV3.3 图像处理(二十)--圆检测

这节同样是代码,代码比较简单,基本上都能看懂import cv2 as cvimport numpy as npdef detect_circles(img): dst=cv.pyrMeanShiftFiltering(img,10,100) cimg=cv.cvtColor(dst,cv.COLOR_BGR2GRAY) circles=cv....

2017-12-20 22:46:18 3099

原创 Python3与OpenCV3.3 图像处理(十九)--直线检测

这节课能容不多,基本上是遵循规律编写代码即可import cv2 as cvimport numpy as npdef line_detection(img): """方法一""" gray=cv.cvtColor(img,cv.COLOR_RGB2GRAY) edges=cv.Canny(gray,50,150,apertureSize=3)...

2017-12-19 23:28:18 2431

原创 Python3与OpenCV3.3 图像处理(十八)--Canny边缘提取

一、什么是边缘检测图像的边缘检测的原理是检测出图像中所有灰度值变化较大的点,而且这些点连接起来就构成了若干线条,这些线条就可以称为图像的边缘。二、canny 算法五步骤高斯模糊 灰度转换 计算梯度 非最大信号抑制 高低阈值输出二值图像三、示例代码import cv2 as cvimport numpy as npdef edge(img): ...

2017-12-17 15:30:21 14801 3

原创 Python3与OpenCV3.3 图像处理(十七)--图像梯度

一、什么是图像梯度可以把图像看成二维离散函数,图像梯度其实就是这个二维离散函数的求导:图像梯度: G(x,y) = dx i + dy j;dx(i,j) = I(i+1,j) - I(i,j);dy(i,j) = I(i,j+1) - I(i,j);其中,I是图像像素的值(如:RGB值),(i,j)为像素的坐标。图像梯度一般也可以用中值差分:dx(i,j) = [I(i+...

2017-12-14 22:27:34 2447

原创 Python3与OpenCV3.3 图像处理(十六)--图像金字塔

一、什么是图像金字塔图像金字塔是图像多尺度表达的一种,是一种以多分辨率来解释图像的有效但概念简单的结构。一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低,且来源于同一张原始图的图像集合。其通过梯次向下采样获得,直到达到某个终止条件才停止采样。我们将一层一层的图像比喻成金字塔,层级越高,则图像越小,分辨率越低。(来源于百度)二、图像金字塔类型高斯金字塔 拉普拉斯金字塔...

2017-12-12 23:44:08 1921

原创 Python3与OpenCV3.3 图像处理(补)--第十五节补充

在图片比较大的情况下,使用第十五节讲的方法,会出现处理速度慢和处理效果不佳的情况。对于超大图象二值化一般都会进行分块。超大图象一般会分块以后使用全局二值化,或者使用局部二值化。并且应使用自适应阈值,全局阈值会收到图象噪声的影响代码如下import cv2 as cvimport numpy as npdef big_img_binary(img): # 定义...

2017-12-10 22:48:22 1576

原创 Python3与OpenCV3.3 图像处理(十五)--图像二值化

一、什么是二值图像图像中只有0和1,即1表示黑色,0表示白色二、图像二值化的方法图像二值化的方法:全局阈值,局部阈值。一般来说局部阈值要优于全局阈值。在OpenCV中图像二值化的方法有OTS,Triangle,自动与手动,衡量阈值方法是否是符合场景的,就是要看处理之后图像的信息是否丢失三、示例代码import cv2 as cvimport numpy a...

2017-12-09 18:40:31 3536 1

原创 Python3与OpenCV3.3 图像处理(十四)--模板匹配

一、什么是模板匹配在整个图像区域发现与给定子图像匹配的区域,模板匹配的工作方式是在待检测图像上从左到右,从上到下计算模板图象与重叠子图像的匹配度,匹配度越大,两者越相同二、OpenCV中的模板匹配CV_TM_SQDIFF 平方差匹配法:该方法采用平方差来进行匹配;最好的匹配值为0;匹配越差,匹配值越大。CV_TM_CCORR 相关匹配法:该方法采用乘法操作;数值越大表明匹配程度...

2017-12-07 23:39:30 5842 1

原创 Python3与OpenCV3.3 图像处理(十三)--反射投影

一、什么是反射投影简单的说就是通过给定的直方图信息,在图像找到相应的像素分布区域二、反射投影的应用物体跟踪、定位物体等三、示例代码import cv2 as cvimport numpy as npfrom matplotlib import pyplot as pltdef hist2d(image): """2d 直方图计算和现实""...

2017-12-07 00:44:58 2844

原创 Python3与OpenCV3.3 图像处理(十二)--图像直方图应用

一、调节对比度import cv2 as cvdef equalHist(image): """直方图均衡化,图像增强的一个方法""" #彩色图片转换为灰度图片 gray=cv.cvtColor(image,cv.COLOR_BGR2GRAY) #直方图均衡化,自动调整图像的对比度,让图像变得清晰 dst=cv.equalizeH...

2017-12-05 23:30:55 4914 4

原创 Python3与OpenCV3.3 图像处理(十一)--图像直方图

一、什么是图像直方图由于其计算代价较小,且具有图像平移、旋转、缩放不变性等众多优点,广泛地应用于图像处理的各个领域,特别是灰度图像的阈值分割、基于颜色的图像检索以及图像分类。二、应用范围图像主题内容与背景分离、图像分类、检索等三、示例注意:编写代码前需确保 matplotlib 库已安装,如未安装在命令行中输入:pip install matplotlib...

2017-12-05 00:25:07 3307

原创 Python3与OpenCV3.3 图像处理(十)--EPF

一、什么是EPF高斯模糊只考虑了权重,只考虑了像素空间的分布,没有考虑像素值和另一个像素值之间差异的问题,如果像素间差异较大的情况下(比如图像的边缘),高斯模糊会进行处理,但是我们不需要处理边缘,要进行的操作就叫做边缘保留滤波(EPF)二、示例import cv2 as cvimport numpy as npdef bi(image): """ 色彩窗...

2017-12-03 13:56:19 2173

原创 Python3与OpenCV3.3 图像处理(九)--高斯模糊

一、什么是高斯模糊把要模糊的像素色值统计,用数学上加权平均的计算方法(高斯函数)得到色值,对范围、半径等进行模糊二、高斯模糊的应用场景一些美颜软件、美颜相机上的磨皮和毛玻璃特效基本上都是用的高斯模糊,并且大部分图像处理软件中都有高斯模糊的操作,除此之外,高斯模糊还具有减少图像层次和深度的功能三、示例import cv2 as cvimport numpy a...

2017-12-01 00:13:04 4932 1

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除