![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
OpenCV之路
iDzforjh_寒霜
不被嘲笑的梦想,是不值得去实现的。
展开
-
从0开始的OpenCV图像处理(二)
Image Basics 一切的开始:图像的基础-像素(pixel),如何通过像素生成图像,如何通过OpenCV来操控图像中的像素点。像素的定义熟悉的可以暂时跳过这一段,主要来科普图像的组成。比如说我们常见的一个显示器的分辨率是1080p(蓝光)其标准大小为1920x1080 也就是,长:1920个像素;宽:1080个像素点。合起来总共是1920x1080=2073600个像素点。目前我们常见的图像都是由两个东西组成:灰度值和色彩。灰度值:0~255,其中0为黑,而255为白,中间值称为灰色。色彩原创 2020-11-29 22:41:01 · 382 阅读 · 0 评论 -
从0开始的OpenCV图像处理(一)
所需库pip install numpypip install scipypip install matplotlibpip install mahotaspip install scikit-learnpip install -U scikit-image从0开始的机器视觉从0开始学习OpenCV(当然得有一定的Python基础),直接来看代码吧,新建一个load_display_save.pyfrom __future__ import print_functionimport a原创 2020-11-29 21:14:17 · 310 阅读 · 0 评论 -
OpenCV(Python)颜色识别(一)
1. 基本原理1.1 彩色模型数字图像处理中常用的采用模型是RGB(红,绿,蓝)模型和HSV(色调,饱和度,亮度),RGB广泛应用于彩色监视器和彩色视频摄像机,我们平时的图片一般都是RGB模型。而HSV模型更符合人描述和解释颜色的方式,HSV的彩色描述对人来说是自然且非常直观的。选择使用HSV模型的另一个因为是RGB通道并不能很好地反映出物体具体的颜色信息 , 而相对于RGB空间,HSV空间能够非常直观的表达色彩的明暗,色调,以及鲜艳程度,方便进行颜色之间的对比。1.2 HSV模型因为时间关系,在此原创 2020-06-28 18:35:13 · 22396 阅读 · 2 评论