![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
opencv
文章平均质量分 54
poppyty
这个作者很懒,什么都没留下…
展开
-
求mask的最大连通域 并且标记连通区域边界
求mask的最大连通域 并且标记连通区域边界原创 2023-03-02 18:00:24 · 638 阅读 · 4 评论 -
【python + opencv图像处理三】图像阈值处理
(一)简单阈值简单阈值当然是最简单,选取一个全局阈值,然后就把整幅图像分成了非黑即白的二值图像了。函数为cv2.threshold()这个函数有四个参数:第一个原图像,第二个进行分类的阈值,第三个是高于(低于)阈值时赋予的新值,第四个是一个方法选择参数,常用的有:cv2.THRESH_BINARY(黑白二值)cv2.THRESH_BINARY_INV(黑白二值反转)cv2.THRESH_TRUNC (得到的图像为多像素值)cv2.THRESH_TOZEROcv2.THRESH_TOZERO_原创 2021-07-05 18:12:55 · 346 阅读 · 0 评论 -
【python + opencv图像处理二】图像滤波(去噪 平滑 模糊等)
平滑 也称 模糊, 是一项简单且使用频率很高的图像处理方法。平滑处理的用途有很多, 但是在本教程中我们仅仅关注它减少噪声的功用。从滤波角度来讲,一般主要的目的都是为了实现对图像噪声的消除,增强图像的效果。均值滤波代码:def blur_demo(image): # 均值模糊 dst = cv.blur(image,(3,3)) # ksize是卷积核大小3行3列,列数越大模糊越大 cv.imshow("blur_demo",dst)中值滤波代码:def median_bl原创 2021-07-02 14:42:10 · 2815 阅读 · 0 评论 -
【python + opencv图像处理一】图像增加噪声
1. 几种常见噪声高斯噪声概率密度函数服从高斯分布的噪声。产生原因:1)图像传感器在拍摄时市场不够明亮、亮度不够均匀;2)电路各元器件自身噪声和相互影响;3)图像传感器长期工作,温度过高代码实现:def gasuss_noise(image,mean=0,var=0.001): ''' 手动添加高斯噪声 mean : 均值 var : 方差 ''' image = np.array(image/255, dtype=float) noi原创 2021-07-02 14:07:30 · 4128 阅读 · 1 评论