这篇博客介绍了OpenCV中图像处理的基础操作，包括图片的读取、展示和保存，以及彩色图像和灰度图像的概念。接着详细讲解了Canny边缘检测算法，阐述了边缘认定标准，并展示了如何应用Canny边缘检测。此外，还讨论了ROI区域的处理，使用fillPoly和bitwise_and函数进行图像操作。随后，文章深入介绍了霍夫变换，解释了二值图像和霍夫变换在寻找直线时的原理，并给出了霍夫变换的代码实现。最后，文章涉及离群值过滤和最小二乘拟合，用于进一步优化直线检测的结果。
本文为纯小白之作（So大佬读者们可以移步了），读者可结合视频，
相信大家“一定”（当否定的概率小到渺茫时我认为其为绝对事件bushi）看不到文末，
所以看到开头的小伙伴可以点个赞不？
——快裂开的小白
目录
#01图片的读取、展示和保存
彩色图像
图像中的每个像素值都分成B(蓝)、G(绿)、R(红)三个基色分量，每个基色分量直接决定其基色的强度，这样产生的色彩称为真彩色。例如图像深度为24，用B:G:R=8:8:8来表示色彩，则R、G、B各占用8位来表示各自基色分量的强度，每个基色分量的强度等级为2^8=256种。图像可容纳2^24=16M种色彩(24位色)。24位色被称为真彩色，它可以达到人眼分辨的极限，发色数是1677万多色，也就是2的24次方。
灰度图像
每个像素只有一个采样颜色的图像。这类图像通常显示为从最暗黑色到最亮的白色的灰度 ，像素0~255，越大越亮。
####waitkey()函数
cv2.waitkey(delay)，delay 的单位为ms毫秒，当 delay 取大于0的值时，程序在给定的 delay 时间内等待用户按键触发，如果用户没有按下键，则继续等待下一个delay时间(循环)，直到用户按键触发，退出程序。若设置delay为0，则表示必须点击窗口界面的×才能关闭程序。 若设置delay的值小于0，等待键盘按键，任何一个按键都会关闭程序，默认参数为小于0（我电脑上打印出来是-1）。 ———————————————— 版权声明：本文为CSDN博主「楊建业」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。 原文链接：opencv中cv2.waitkey()参数详解_csdn_bajie-CSDN博客_cv2.waitkey(0)
代码
'''_read_and_display.py
import cv2
img=cv2.imread('img.jpg',cv2.IMREAD_GRAYSCALE)
print(type(img))
print(img.shape)
'''
cv2.imshow('image',img)
k = cv2.waitKey(0)print(k)
'''
cv2.imwrite('img_gray.jpg',img)
print('yes')常数用大写表示：cv2.IMREAD_GRAYSCALE == 0
（一开始imwrite函数不报错但却不能生成图片，然后康康学长说我的.py文件是在venv虚拟环境里的，所以跟视频里不一样，然后我点“项目”就突然好了。。。我不知道发生了啥。）
#02Canny边缘检测
边缘认定标准
cv2.Canny()函数，第一个参数是输入图像，第二、三个参数是minVal和maxVal
处在上、下阈值之间的为弱边缘，大于上阈值的为强边缘（我们认为它肯定是边缘），弱边缘中与强边缘相连的才视为真正的边缘：
如上图将c看作边缘，b为噪声。
选取四个梯度方向（实际上相当于八个方向，因为有正负）
代码
'''_edge_detect.py
import cv2
img = cv2.imread('img.jpg',cv2.IMREAD_GRAYSCALE)
edge_img=cv2.Canny(img,70,120)
cv2.imshow('edges',edge_img)
cv2.waitKey(0)#03.roi_mask
·ROI ( region of interest , 感兴趣的区域 )
·数组切片
·布尔运算（与运算）
np.zeros_like(a) : 构建一个与a同维度的数组，并初始化为0.
fillPolly函数
fillPolly(img,ppt,npt,1,Scalar(255,255,255),lineType)
函数参数：
1.多边形将被画到img上
2.多边形的顶点集为ppt（注意点的顺序）
3.绘制的多边形顶点数目为npt
4.要绘制的多边形数量为1
5.多边形的颜色定义为Scarlar(255,255,255),即RGB的值为白色
注意：点构成的边界，要加中括号
颜色原理：
按位与：因为掩膜图片中ROI区域的白色部分，即255（二进制是11111111，故与此部分相与仍是原数，
但非ROI区域是黑色，即00000000，与全0相与那么就会变成0，即不感兴趣的部分就会变成黑色
numpy.array函数:
一个常见的错误包括用多个数值参数调用array而不是提供一个由数值组成的列表作为一个参数。
>>> a = array(1,2,3,4) # WRONG
>>> a = array([1,2,3,4]) # RIGHT 数组将序列包含序列转化成二维的数组，序列包含序列包含序列转化成三维数组等等。
>>> b = array( [ (1.5,2,3), (4,5,6) ] )
>>> b
array([[ 1.5, 2. , 3. ],
[ 4. , 5. , 6. ]]) 数组类型可以在创建时显示指定
>>> c = array( [ [1,2], [3,4] ], dtype=complex )
>>> c
array([[ 1.+0.j, 2.+0.j],
[ 3.+0.j, 4.+0.j]]) 还有一篇讲得很详细：
最低0.47元/天 解锁文章
扫一扫
1391
到【灌水乐园】发言
