qq_39434183的博客

礼帽 = 原始输入-开运算结果黑帽 = 闭运算结果-原始输入原图一、礼帽方法：cv2.morphologyEx参数1：原图，参数2：关键字 cv2.MORPH_TOPHAT参数3：核的大小img = cv2.imread(r"C:\Users\admin\Desktop\hb.jpg")kernel = np.ones((3, 3), np.uint8)tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT,kernel)效果几乎只剩下周边的

一、开运算原理先腐蚀处理，再膨胀处理代码# 开运算# 方法:cv2.morphologyEx()# 参数1：原图，参数2：cv2.MORPH_OPEN，参数3：核的大小kernel = np.ones((3, 3), np.uint8)opening = cv2.morphologyEx(img,cv2.MORPH_OPEN, kernel)二、闭运算原理先膨胀处理，再腐蚀处理代码# 闭运算# 方法:cv2.morphologyEx()# 参数1：原图，参数2：cv2.MOR

一、图像的腐蚀处理1、原图img = cv2.imread(r"C:\Users\admin\Desktop\hb.jpg")cv2.imshow('img', img)cv2.waitKey(0)cv2.destroyAllWindows()首先原图周围又很多白色直线2、进行腐蚀处理使用的方法是cv2.erode(img,kernel,iterations=1)img:原图kenrnel：核的大小iterations：迭代次数img = cv2.imread(r"C:\Use

一、图像的阈值处理ret, dst = cv2.threshold(src=,thresh=,maxval=,type=)dst:输出图src:输入图,只能是单通道图像，通常来说为灰度图thresh:阈值maxval：当像素值超过了阈值（或者小于阈值，根据type来决定），所赋予的值type:二值化操作的类型和，包含以下五种cv2.THRESH_BINARY 超过阈值部分取maxval（最大值），否则0cv2.THRESH_BINARY_INV 小于阈值部分取maxval（最大值） 否

将两张图片相互融合import cv2img_h = cv2.imread(r"C:\Users\admin\Desktop\yy.jpg", cv2.IMREAD_GRAYSCALE)img_z = cv2.imread(r"C:\Users\admin\Desktop\ztz.jpg", cv2.IMREAD_GRAYSCALE)# 公式:R = αX₁ + βX₂ + b, X₁:图一,X₂:图二 b:偏置项, α,β:权重， R：目标图片# img_h.shape为(6

import cv2from matplotlib import pyplot as plt# 复制法，也就是复制最边缘像素replicate = cv2.copyMakeBorder(img_h,to_size,bottom_size,left_size,right_size, borderType=cv2.BORDER_REPLICATE)# 反射法，对感兴趣的图像中的像素在两边进行复制reflect = cv2.copyMake

一、读取视频数据使用 .VideoCapture() 方法，参数为视频地址import cv2vc = cv2.VideoCapture(r"C:\Users\admin\Desktop\els.mp4")进行检查视频是否打开正确# 检查是否打开正确if vc.isOpened(): open_mark, frme = vc.read() # 会返回两个值 布尔值,第一帧图else: open_mark = False展示视频while open_mark:

简单的图像处理一、数据读取-图像# 读取彩色图片数据img = cv2.imread(r"C:\Users\admin\Desktop\ztz.jpg")print(img)返回值类型为：<class ‘numpy.ndarray’># 获取图片的灰度图img_h = cv2.imread(r"C:\Users\admin\Desktop\yy.jpg",cv2.IMREAD_GRAYSCALE)二、图片的显示img = cv2.imread(r"C:\Users\admi