- 博客(11)
- 收藏
- 关注
RSS订阅
原创 图像视觉处理①
一、形态学操作1、腐蚀与膨胀2、开运算与闭运算3、核运算1.腐蚀膨胀开运算闭运算礼帽与黑帽案例：检测直线1、腐蚀与膨胀2、开运算与闭运算3、核运算形态学，即数学形态学(mathematical Morphology），是图像处理过程中一个非常重要的研究方向。形态学主要从图像内提取分量信息，该分量信息通常对于表达和描绘图像的形状具有重要意义，通常是图像理解是所使用的最本质的形状特征。例如，在识别手写数字时，能够通过形态学运算得到其骨架信息，在具体识别时，仅针对其骨架进行运算即可。形态学处理在视觉检测，
2021-04-18 23:29:58
313
原创 视频处理⑪
视频处理打开摄像头捕获照片摄像图片处理人脸识别API打开摄像头捕获照片OpenCV函数：cv2.VideoCapture(), cv2.VideoWriter()# 打开摄像头并灰度化显示import cv2cap = cv2.VideoCapture(0)while(cap.isOpened()): # 获取一帧 ret, frame = cap.read() cv2.imshow('frame', frame) if cv2.waitKey(1) == ord
2021-07-05 17:33:12
83
原创 图像分割与提取⑩
图像分割是图像处理过程中一种非常重要的操作。分水岭算法将图像形象的比喻为地理学上的地形表面，实现图像分割，该算法非常有效。分水岭算法二值化import cv2import numpy as npimg = cv2.imread("coins.jpg")gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#----------二值化----------#ret,binary = cv2.threshold(gray,0,255,cv2.THRESH_BIN
2021-06-29 16:19:09
99
原创 模板匹配与霍夫变换⑨
一、模板匹配模板匹配是指在当前图像A内寻找图像B最相似的部分，一般将图像A称为输入图像，将图像B称为模板图像。模板匹配的操作方法是将模板图像B在图像A上滑动，遍历所有像素以完成匹配1.案例解读。1.1导入需要的库import cv2import numpy as np#Matplotlib是RGBimport matplotlib.pyplot as plt%matplotlib inline #定义显示图片的函数,避免重复代码def cv_show(name, img): c
2021-06-29 16:10:03
129
原创 图像轮廓⑧
图像轮廓边缘检测虽然能够检测出边缘，但边缘时不连续的，检测到的边缘并不是一个整体。图像轮廓是指将边缘连接起来形成的一个整体，用于后续计算。轮廓的查找与绘制轮廓查找mode:cv2.RETR_EXTERNAL 只检测外轮廓cv2.RETR_LIST检测的轮廓不建立等级关系cv2.RETR_CCOMP建立两个等级的轮廓cv2.RETR_TREE建立一个等级树结构的轮廓method:cv2.CHAIN_APPROX_NONE存储所有的轮廓点cv2.CHAIN_APPROX_SIMPLE压缩水
2021-06-29 15:54:01
154
原创 图像金字塔⑦
图像金字塔图像金字塔是由一幅图像的多个不同分辨率的子图所构成的图像集合。该组图像是由单个图像通过不断的将采样所产生的，最小的图像可能仅仅有一个像素点。高斯金字塔import cv2 import numpy as npdef pyramid_demo(image,level): temp = image.copy() pyramid_images = [] for i in range(level): dst = cv2.pyrDown(temp)
2021-06-29 15:41:47
61
原创 图像梯度与canny边缘检测⑥
图像梯度与canny边缘检测图像梯度计算的是图像变化的速度。对于图像的边缘部分，其灰度值变化较大，梯度值也较大；相反，对于图像中比较平滑的部分，其灰度值变化比较小，相应的梯度值也较小。一般情况下，图像梯度计算的是图像的边缘信息。图像梯度sobel算子import cv2import numpy as npdef cv_show(name,img): cv2.imshow(name,img) cv2.waitKey() cv2.destroyAllWindows()im
2021-06-29 15:28:47
120
原创 阈值与平滑处理⑤
阈值与平滑处理阈值处理阈值处理是指提出图像内像素值高于一定值或者低于一定值的像素点。在opencv中提供了函数cv2.threshold()和函数cv2.adaptiveThreshold(),用于实现阈值处理。ret, dst = cv2.threshold(src, thresh, maxval, type)src： 输入图，只能输入单通道图像，通常来说为灰度图dst： 输出图thresh： 阈值maxval： 当像素值超过了阈值（或者小于阈值，根据type来决定），所赋予的值type：
2021-06-29 14:46:49
118
原创 色彩空间与几何变换④
色彩空间与几何变换将图像在BGR模式与RGB模式相互转换import cv2import numpy as npimg1=cv2.imread("pig.jpg")rgb = cv2.cvtColor(img1, cv2.COLOR_BGR2RGB)#图像类型转换函数cv2.imshow("BGR",img1)cv2.imshow("RGB",rgb)cv2.waitKey(0)cv2.destroyAllWindows()颜色通道分离def Colorsplit(img):
2021-06-28 11:07:05
58
原创 图像运算③
图像运算算术运算import cv2 import numpy as npimport cv2 img1=cv2.imread("LinuxLogo.jpg")img2=cv2.imread("WindowsLogo.jpg")img3=img1+img2cv2.imshow("add",img3)cv2.waitKey()cv2.destroyAllWindows()#按位与 按位或def logic_demo(m1, m2): dst1 = cv2.bitwise_
2021-06-28 10:46:25
69
原创 图像处理基础②
图像处理基础像素处理#图像读取import cv2img=cv2.imread('dog.jpg')cv2.imshow('Dog',img) cv2.waitKey() cv2.destroyAllWindows()img1=cv2.imread('dog.jpg',cv2.IMREAD_GRAYSCALE)img2=cv2.imread('dog.jpg',cv2.IMREAD_COLOR)cv2.imshow('Dog2',img1) cv2.waitKey(0) cv2.
2021-06-27 23:42:13
62
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人