攻城狮的梦
专注于php,python,go语言开发,熟练crm,电商等saas平台,以及小程序,app开发
展开
-
opencv对图片更换背景图(底色)
现实工作中,有时需要更换照片的底色,例如证件照,有需要蓝底的,也有需要红底的。if erode[i, j] == 255: # 像素点为255表示的是白色,此处将白色处的像素点替换为红色。if erode[i, j] == 255: # 像素点为255表示的是白色,此处将白色处的像素点替换为红色。2:压缩后的图像需要转为hsv灰度图片,然后将蓝色范围的像素全部变成红色;3:对白色区域进行腐蚀和膨胀操作,主要是去除毛刺和细小的东西;4:循环操作原图,对白色的区域替换为红色。#循环替换白色像素为红色。原创 2024-04-10 11:43:46 · 467 阅读 · 0 评论 -
python opencv实现图片清晰度增强
直方图均衡化:直方图均衡化是一种增强图像对比度的方法,特别是当图像的有用数据的对比度接近背景的对比度时。OpenCV中的cv2.equalizeHist()函数可以实现直方图均衡化。原创 2024-02-27 17:10:17 · 1956 阅读 · 0 评论 -
python opencv鼠标操作图片
鼠标操作函数:你可以使用 cv2.setMouseCallback() 函数来为一个特定的窗口设置一个鼠标事件回调函数。这样,每当鼠标在该窗口上执行某种动作(如移动、点击、双击等)时,该回调函数就会被调用,并且会传递一些参数,包括事件类型、鼠标位置等。cv2.EVENT_MOUSEWHEEL 是 OpenCV 中的一个事件标识符,用于标识鼠标滚轮事件。当你在一个由 OpenCV 创建的窗口中滚动鼠标滚轮时,该事件会被触发。原创 2024-02-26 17:22:13 · 353 阅读 · 0 评论 -
python opencv识别身份证的文字信息
aa = cv2.drawContours(img, [box], -1, (0, 255, 0), 3) # 找出车牌的位置。1:图片处理,对图片进行灰度,二值化,膨胀和腐蚀便于以后轮廓处理。2: 循环处理轮廓,刨除不符合的轮廓信息,留下文字相关的信息;# 2. 形态学变换的预处理,得到可以查找矩形的图片。2:获取轮廓信息,循环处理得到处理好的轮廓,便于ocr识别。1:处理身份证图片,获取文字相关的轮廓信息,并且提取;# 找到最小的矩形,该矩形可能有方向。# 筛选那些太细的矩形,留下扁的。原创 2024-02-24 10:44:08 · 410 阅读 · 0 评论 -
python opencv实现身份证号码识别
templateImg = cv2.imread("D://test_python/open_cv/sf.jpeg") # template.jpg 即为模板文件,上面那张0-9数字图片。num = np.argmax(scores) # np.argmax():获取array的某一个维度中数值最大的那个元素的索引,索引即为对应数字。pidArea.append((x, y, w, h)) # 身份证号区域长宽比比较明显,算是一个比较明显的特征。# 先黑帽处理,移除干扰项,再二值化处理(自动阈值)原创 2024-02-23 15:36:51 · 663 阅读 · 0 评论 -
python opencv绘制图像轮廓
然后,你使用Canny边缘检测算法来检测图像中的边缘,并基于这些边缘找到轮廓。接着,你遍历每个轮廓,并为每个轮廓计算凸包(convex hull),最后将凸包绘制在原始图像上。在这段代码中,你使用OpenCV库读取了一个灰度图像,然后对该图像进行了二值化处理。接下来,你计算了二值化图像的矩特征,并使用这些矩特征计算了Hu矩。查找边缘检测后的图像中的轮廓。使用OpenCV库来读取一张图像,将其转换为灰度图像,然后进行边缘检测,查找轮廓,并在原始图像上绘制这些轮廓。在图像上绘制最小外接圆的轮廓。原创 2024-02-22 15:44:44 · 286 阅读 · 0 评论 -
python opencv实现车牌识别
aa = cv2.drawContours(value2, [box], -1, (0, 255, 0), 3) # 找出车牌的位置。ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY) # 图像二值化。img_edge2 = cv2.morphologyEx(img_edge1, cv2.MORPH_OPEN, kernel1) # 开运算。1:对车牌进行HSV颜色空间转化,便于更好的进行颜色分隔和轮廓检测,找到蓝色车牌区域。原创 2024-02-22 11:04:56 · 773 阅读 · 0 评论 -
python opencv图像模糊
在OpenCV中,模糊图片或进行图像平滑处理时常用的方法包括以下几种:均值滤波 (Blurring): 均值滤波是一种简单的平滑方法,它通过对图像中每个像素的邻域内像素值进行平均来计算新的像素值。在OpenCV中,可以使用cv2.blur()或cv2.boxFilter()函数来实现均值滤波。这种方法对于去除图像中的随机噪声是有效的,但可能会导致图像变得稍微模糊。原创 2024-02-21 14:32:03 · 556 阅读 · 0 评论 -
Python的作用域
在内部函数中,我们打印了局部作用域中的x,输出为5。在外部函数中,我们打印了外层作用域中的x,输出为10。由于内部函数可以访问外层作用域中的变量,所以我们可以直接在内部函数中打印x的值。由于全局作用域中的变量可以在任何函数中访问,所以我们可以直接在外部函数中打印x的值。在Python中,有四种类型的作用域:局部作用域、外层作用域、全局作用域和内置作用域。这个函数是在Python解释器的内置作用域中定义的,可以在程序的任何地方直接调用。print(x) # 在内部函数中访问外层作用域中的x。原创 2024-02-04 19:05:03 · 500 阅读 · 0 评论 -
python opencv比较图片相似度
三直方图算法(Three-Channel Histogram)通常指的是对图像的三个颜色通道(红色、绿色、蓝色)分别计算直方图,并通过比较这些直方图来评估图像的相似度。在OpenCV中,如果你想比较两幅图像的相似度,并且只关心单通道(例如灰度图像)的直方图相似度,你可以计算每幅图像的灰度直方图,并使用直方图比较的方法(如交叉相关、卡方距离、相关性等)来确定相似度。它首先将图像转化为灰度图像,然后计算图像的均值,接着将每个像素的灰度值与均值进行比较,生成一个64位的哈希值。# 计算HSV图像的直方图。原创 2024-02-21 10:13:17 · 971 阅读 · 0 评论 -
python Opencv 中绘制图
在Python的OpenCV库中,可以使用cv2.line(), cv2.circle(), cv2.rectangle(), cv2.ellipse(), cv2.putText()等函数来在图像上绘制图形。原创 2024-02-20 15:58:07 · 731 阅读 · 0 评论 -
python opencv学习路线
了解OpenCV的模块组成,掌握每个模块的核心功能。OpenCV包含了许多模块,如图像处理、特征检测、视频分析等。整理每个模块的核心功能,并完成第一个 OpenCV 案例,读取显示图片。原创 2024-02-20 15:05:33 · 477 阅读 · 0 评论 -
opencv进行人脸识别
传入人脸特征数据,返回识别出的人脸对象。# minNeighbors表示构成检测目标的相邻矩形的最小个数(默认为3个)。# scaleFactor表示在前后两次相继的扫描中,搜索窗口的比例系数。#因为在识别人脸的时候,黑白和彩色不影响识别,所以为了运行速度更快,可以将识别时候的视频转为黑白。我们这里仅仅识别图片和视频中的人脸信息,可以准备一张单人脸图片,一张多人脸图片,一个包含人物信息的视频。#由于原视频过大,所以将视频重新调整一下大小,使用dInfo接收返回值。# 返回匹配的人脸区域。原创 2024-02-18 11:49:04 · 1150 阅读 · 1 评论 -
OpenCV介绍和使用
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习软件库,广泛应用于图像处理、计算机视觉、机器学习等领域。它包含了大量的函数和工具,可以用于图像读取、显示、处理、特征提取、目标检测等任务。OpenCV最初是由Intel公司开发的,现在由Willow Garage提供支持。它支持多种编程语言,包括C++、Python、Java和MATLAB等,并可以在多种操作系统上运行,如Windows、Linux、Android和MacOS等。原创 2024-02-18 10:06:44 · 838 阅读 · 0 评论