python
文章平均质量分 82
l_zqxs_
这个作者很懒,什么都没留下…
展开
-
opencv教程(基于python)----图象阈值
关于图象阈值有简单阈值,自适应阈值,二值化原创 2018-01-27 10:47:57 · 453 阅读 · 0 评论 -
opencv教程(基于python)----图象平滑处理
图象平滑处理其实就是用滤波器对图象进行模糊,也可以看成一种去噪的方式。 平均 这里的原理是用卷积框覆盖区域所有像素的平均值代替中心元素,这里用到的主要函数是cv2.blur() cv2.blur(src, ksize, dst=None, anchor=None, borderType=None) src是图象,ksize是框的大小,剩下的元素可以忽略了。 import原创 2018-01-28 11:16:09 · 1549 阅读 · 0 评论 -
opencv教程(基于python)----图象形态学转换
形态学造作是根据图象形状进行的简单操作。一般情况下对二值化图象进行的操作,需要输入两个参数,一个是原始图像,第二个是被称为结构化元素或和,它是用来决定操作性质的两个基本操作是腐蚀和膨胀。 腐蚀 腐蚀会把物体的边界腐蚀掉,卷积核沿着图象滑动,如果卷积核对应的原图的所有像素值为1,那么中心元素就保持原来的值,否则变为零。主要应用在去除白噪声,也可以断开连在一起的物体。主要的函数是cv2.ero原创 2018-01-29 10:04:04 · 552 阅读 · 0 评论 -
opencv教程(基于python)----边缘检测
这一节主要讲的是关于图象的边缘检测。先说一下一个基本的概念图象梯度:可以把图象看成关于像素的离散二元函数,所谓梯度其实就是图象的导数。由于图象在边界的像素变化剧烈所以,在导数上格外明显了。 图象梯度 梯度简单来说就是求导,而opencv提供理论三种梯度滤波器:Sobel,Scharr,和Laplacian。 前两个是求一阶或者二阶导数,scharr是对sobel的优化。laplacian原创 2018-01-30 09:22:12 · 757 阅读 · 0 评论