一抹烟霞的博客

文章目录一、摄像头读取二、视频文件读取三、获取视频参数四、修改视频参数五、视频写入一、摄像头读取# 从摄像头获取图像数据cap = cv2.VideoCapture(0)while(True): # ret 读取成功True或失败False # frame读取到的图像的内容 # 读取一帧数据 ret,frame = cap.read() # 变为灰度图 gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)

文章目录Canny边缘检测原理1.噪声去除2.计算图像梯度3.非极大值抑制4.滞后阈值Canny使用Canny边缘检测原理Canny 边缘检测是一种非常流行的边缘检测算法，是 John F.Canny 在1986 年提出的。它是一个有很多步构成的算法，我们接下来会逐步介绍。1.噪声去除由于边缘检测很容易受到噪声影响，所以第一步是使用 5x5 的高斯滤波器去除噪声，这个前面我们已经学过了。2.计算图像梯度对平滑后的图像使用 Sobel 算子计算水平方向和竖直方向的一阶导数（图像梯度）（Gx 和 G

I是图像像素的值(如：RGB值)一阶导数：x的梯度：Gx = I(x+1,y)-I(x,y)y的梯度：Gy = I(x,y+1)-I(x,y)二阶导数：x的梯度：I(x+1,y)+I(x-1,y)-2I(x,y)y的梯度：I(x,y+1)+I(x,y-1)-2I(x,y)OpenCV 提供了三种不同的梯度滤波器，或者说高通滤波器： Sobel，Scharr 和 Laplacian。Sobel， Scharr 其实就是求一阶或二阶导数。 Scharr 是对 Sobel的优化。Laplacian

二值化就是把图片传换成只有white和black这两种颜色。通过Thresholding，可以让图片中感兴趣的颜色变成主角–white，其余的颜色全部隐藏–black。另外，二值化后的图片也便于计算机进行分析，因为边缘轮廓十分清晰，所以计算机可以轻松找到边界线。然而，在找边界这方面，Thresholding并不是特别好的算法，有些时候遇到某些特殊图片效果也不好。# 需要转换成灰度图才能二值化gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)5种二值化方式

文章目录一、RGB二、HSV色调H:饱和度S:明度V:三、L*a*b四、Grayscale一、RGBRGB是从颜色发光的原理来设计定的，通俗点说它的颜色混合方式就好像有红、绿、蓝三盏灯，当它们的光相互叠合的时候，色彩相混，而亮度却等于两者亮度之总和，越混合亮度越高，即加法混合。红、绿、蓝三个颜色通道每种色各分为256阶亮度，在0时“灯”最弱——是关掉的，而在255时“灯”最亮。当三色灰度数值相同时，产生不同灰度值的灰色调，即三色灰度都为0时，是最暗的黑色调；三色灰度都为255时，是最亮的白色调。在

文章目录一、Averaging平均滤波二、Gaussian高斯模糊三、Median中值模糊四、Bilateral双边滤波一、Averaging平均滤波计算卷积框覆盖区域所有像素的平均值得到卷积的结果# 输入图像# 核的尺寸大小：(3,3) (5,15).....都可以，可以不是正方形blur = cv2.blur(image, (15,15))二、Gaussian高斯模糊现在把卷积核换成高斯核（简单来说，方框不变，将原来每个方框的值是相等的，现在里面的值是符合高斯分布的，方框中心的值最大，其

文章目录一、结构元素二、Erosion腐蚀（白色部分被腐蚀，黑色部分变大）三、Dilation膨胀（白色部分膨胀，黑色部分变小）四、Opening开运算五、Closing闭运算六、先开运算再闭运算七、Gradient形态学梯度八、Top Hat顶帽/White Hat白帽九、Black Hat黑帽 原始图像一、结构元素因为形态学操作其实也是应用卷积来实现的,这个卷积核也叫结构元素。结构元素可以是矩形/椭圆/十字形，可以用cv2.getStructuringElement()来生成

文章目录一、通道切分合并二、图像金字塔图像金字塔高斯金字塔拉普拉斯金字塔一、通道切分合并# 通道切分(R, G, B) = cv2.split(image)# 通道合并merged = cv2.merge([R,G,B])二、图像金字塔图像金字塔一般情况下，我们要处理是一副具有固定分辨率的图像。但是有些情况下，我们需要对同一图像的不同分辨率的子图像进行处理。比如，我们要在一幅图像中查找某个目标，比如脸，我们不知道目标在图像中的尺寸大小。这种情况下，我们需要创建创建一组图像，这些图像是具

文章目录一、图像翻转二、裁剪三、图像算术四、位运算五、掩膜一、图像翻转# 包含所需的库import numpy as npimport cv2import matplotlib.pyplot as plt# 图像显示函数def show(image): plt.imshow(image) plt.axis('off') plt.show()# 显示原图像image = imread("test.jpg")show(image)# 水平翻转，第二个参数是坐标

文章目录准备空白图像画直线画矩形画圆准备空白图像# 包含所需的库import numpy as npimport cv2import matplotlib.pyplot as plt# 图像显示函数def show(image): plt.imshow(image) plt.axis('off') plt.show()image = np.zeros((300,300,3),dtype='uint8')show(image)画直线# 需要画图的图像# 直

一般是因为电脑上的Python的版本不匹配引起的，如果不使用Python，就把Python相关的模块去掉即可编译成功