坚持就是胜利

图片倾斜矫正# -*- coding: UTF-8 -*- import numpy as npimport cv2import matplotlib.pyplot as pltimport osimport copypath = os.path.dirname(__file__)os.chdir(path)## 图片旋转def rotate_bound(image, angle): #获取宽高 (h, w) = image.shape[:2] (cX, c

import osimport cv2import numpy as nppath = os.path.dirname(__file__)os.chdir(path)test_mode=1#读取图片,cv2.IMREAD_GRAYSCALE可以只提取灰度信息img = cv2.imread("yinghanka_2.jpg",cv2.IMREAD_GRAYSCALE)img=cv2.GaussianBlur(img,(3,3),cv2.THRESH_BINARY_INV)cv2.im

本文涉及傅立叶变换：代码如下：#读取图片,cv2.IMREAD_GRAYSCALE可以只提取灰度信息img = cv2.imread("colorCheck.jpg",cv2.IMREAD_GRAYSCALE)#傅里叶变化得到各个频率的复数结果并且把低频数据移到中间f=np.fft.fft2(img)fshift=np.fft.fftshift(f)result=20*np.log(np.abs(fshift))#高通滤波器，低频信息为比如草原图片中的草，高频数据为图像的边缘信息，如草

本文涉及图像直方图以及直方图均衡化：代码如下：#读取图片,cv2.IMREAD_GRAYSCALE可以只提取灰度信息img = cv2.imread("colorCheck.jpg",cv2.IMREAD_GRAYSCALE)#直方图均衡化，重点需要理解img_eq=cv2.equalizeHist(img)#计算直方图，使用mask统计感兴趣区域的直方图，注意[img]需要加[],mask=np.zeros(img.shape,np.uint8)mask[200:500,200:50

本文主要涉及图像金字塔代码如下：#图像金字塔--向下采样img_d1=cv2.pyrDown(img)#图像金字塔--向下采样img_u1=cv2.pyrUp(img)#拉普拉斯金字塔 Li=Gi - up(down(Gi)),#up down 不可逆，会丢失图像信息img_l0=img-cv2.pyrUp(img_d1)...

本文主要介绍sobel算子及边缘检测：代码如下：#sobel,ddepth如果设置为-1的话，水平处理只能取出左边界，右边界为负值丢失了，所以需要先用64F扩展然后用convertScaleAbs转换#dx,dy都设置为1和使用addWeighted用法差别：addWeighted更细节img2=cv2.Sobel(img,ddepth=cv2.CV_64F,dx=1,dy=0,ksize=3)img3=cv2.Sobel(img,ddepth=cv2.CV_64F,dx=0,dy=1,ks

本文主要介绍形态学变换代码如下：o1=np.zeros((3,3,3))img[250:253,350:353]=o1img[50:53,150:153]=o1kernel=np.ones((3,3),np.uint8)#形态学变化-腐蚀,iterations代表腐蚀次数img2=cv2.erode(img,kernel,iterations=10)#形态学变化-膨胀img3=cv2.dilate(img,kernel,iterations=2)#开运算，腐蚀->膨胀 可以有

本文主要设计图像的降噪代码如下：#阈值分割图像，共有6种模式，threshold返回值有2个，第一个是阈值，第2个是处理结果ret,img2=cv2.threshold(img,127,255,cv2.THRESH_BINARY)#均值滤波img2=cv2.blur(img,(3,3))#方框滤波，比均值滤波多了归一化处理选择,不做归一化，容易图像过曝img2=cv2.boxFilter(img,-1,ksize=(3,3),normalize=0)#高斯滤波,sigmX,控制X方向的

本文只要展示文件操作以及显示，像素操作python 需要安装的模块：import cv2import numpy as np具体代码：import cv2import numpy as np#读取图片,cv2.IMREAD_GRAYSCALE可以只提取灰度信息img = cv2.imread("colorCheck.jpg")#shape函数返回图片信息，如果是灰度图片，那返回值只有行和列的元祖，否则，还会返回通道数info=img.shape#提取指定通道的数据，b