![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
OpenCV-python
John xinwei
这个作者很懒,什么都没留下…
展开
-
计算机视觉OpenCV 5
轮廓• 学习找轮廓,绘制轮廓等• 函数: cv2.findContours(), cv2.drawContours()轮廓定义轮廓可以简单认为成将连续的点(连着边界)连在一起的曲线,具有相同的颜色或者灰度。轮廓在形状分析和物体的检测和识别中很有用。• 为了更加准确,要使用二值化图像。在寻找轮廓之前,要进行阈值化处理或者 Canny 边界检测。• 查找轮廓的函数会修改原始图像。如果你在找到轮廓之后还想使用原始图像的话,你应该将原始图像存储到其他变量中。• 在 OpenCV 中,查找轮廓就像在黑色原创 2020-08-07 19:46:40 · 316 阅读 · 0 评论 -
计算机视觉OpenCV 4
形态学转换• 学习不同的形态学操作,例如腐蚀,膨胀,开运算,闭运算等• 我们要学习的函数有:cv2.erode(), cv2.dilate(), cv2.morphologyEx()等形态学操作是根据图像形状进行的简单操作。一般情况下对二值化图像进行的操作。需要输入两个参数,一个是原始图像,第二个被称为结构化元素或核,它是用来决定操作的性质的。1 腐蚀就像土壤侵蚀一样,这个操作会把前景物体的边界腐蚀掉(但是前景仍然是白色)。卷积核沿着图像滑动,如果与卷积核对应的原图像的所有像素值都是 1,那么中原创 2020-08-03 22:18:10 · 220 阅读 · 0 评论 -
计算机视觉OpenCV 3
图像处理1 颜色空间转换经常用到的也就两种: BGR-Gray 和 BGR-HSV。cv2.cvtColor(input_image, flag),其中 flag就是转换类型。对于 BGRGray的转换,我们要使用的flag就是cv2.COLORBGR2GRAY。同样对于BGRGray 的转换,我们要使用的 flag 就是cv2.COLOR_BGR2GRAY。同样对于 BGRGray的转换,我们要使用的flag就是cv2.COLORBGR2GRAY。同样对于BGRHSV 的转换,我们用的 flag原创 2020-08-02 20:48:25 · 256 阅读 · 0 评论 -
计算机视觉OpenCV之核心操作1
核心操作修改并获取像素值import cv2img = cv2.imread('dog.jpg')px = img[100,100]img[100,100] = [255,255,255]print(img[100,100])原创 2020-08-01 22:40:59 · 120 阅读 · 0 评论 -
计算机视觉OpenCV之基础操作
基础操作1 读入图像cv2.imread()import cv2img = cv2.imread('my.jpg')2 显示图像cv2.imshow('图像名字‘, 图像)’cv2.waitKey(0):键盘绑定函数,设置为0时,将无限期等待键盘键入cv2.destroyAllWindows():删除建立的窗口cv2.namedWindow(‘name’, cv2.WINDOW_NORMAL)cv2.imshow('cat', img)cv2.waitKey(0)cv2.dest原创 2020-08-01 19:34:33 · 259 阅读 · 0 评论