智能车备赛

智能车1（OpenCV-Python）

OpenCV-Python学习

1. 新建python文件
   后缀名为.py
2. 运行python文件（用VScode可直接跳过）
   命令提示符输入cmd，cd进入路径（若需换盘以D盘为例，输入d:)，找到对应Python文件输入python xx.py即可运行文件（xx为文件名）路径不要有中文
3. 图片应在包含python文件夹下
4. opencv采用BGR模式，而不是RGB

应用1

import cv2
#图片导入
img = cv2.imread('lena.jpg') #读入lena.jpg
#img = cv2.imread('lena.jpg',cv2.IMREAD_GRAYSCALE)以灰度图显示
cv2.imshow('s',img) #标题为s展示
cv2.waitKey(0) #按任意键退出 

img = cv2.imread('lena.jpg') # cv2库读取图片默认读取BGR格式，plt库以RGB格式显示图片，需要转化
plt.imshow(imutils.opencv2matplotlib(img))#显示彩色图片
print(img.shape)

复制图片

cv2.imwrite("lena_gray.jpg",img) #在相应文件夹下复制出的图像以lena_gray.jpg命名

图像的二值化

ret,img2 = cv2.threshold(img,100,255,cv2.THRESH_BINARY) #(图像名，阈值，最大值，二值化类型)

图像的缩放

img_resize = cv2.resize(img,None,fx=0.2,fy=0.3) #放大缩小    元组：None  比例：fx,fy轴缩放

应用2

形态学分析

腐蚀：取核中像素值的最小值代替锚点位置的像素值，这样就会使图像中较暗的区域面积增大，较亮的的区域面积减小
膨胀：膨胀操作和腐蚀操作正好相反，是取核中像素值的最大值代替锚点位置的像素值，这样会使图像中较亮的区域增大，较暗的区域减小。如果是一张黑底，白色前景的二值图，就会使白色的前景物体颜色面积变大

kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(5,5)) #核
eimg = cv2.erode(img,kernel,iterations=2) # 腐蚀
dimg = cv2.dilate(img,kernel) #膨胀
dst1 = cv2.morphologyEx(img,cv2.MORPH_OPEN,kernel) #开运算（先腐蚀后膨胀）
dst2 = cv2.morphologyEx(img,cv2.MORPH_CLOSE,kernel) #闭运算（先膨胀后腐蚀）