opencv--python(三)图像处理之阈值/变换/降噪

最新推荐文章于 2024-02-05 15:37:32 发布

猫不吃老鼠

最新推荐文章于 2024-02-05 15:37:32 发布

阅读量1.7k

点赞数 2

分类专栏：图像处理文章标签： opencv python

本文链接：https://blog.csdn.net/qq_42219077/article/details/89101001

版权

本文介绍了OpenCV中的图像处理技术，包括颜色空间从BGR到HSV的转换，用于物体跟踪；图像的几何变化如缩放、平移、旋转和仿射变换；图像阈值处理，如全局阈值、自适应阈值和Otsu二值化；以及图像平滑和边缘检测，如高斯模糊、Sobel算子和Canny边缘检测。

摘要由CSDN通过智能技术生成

颜色空间转换: 需要cv2.cvtColor()，cv2.inRange() 等。

转换的方法经常用到的就两种：BGR↔Gray 和 BGR↔HSV。用到的函数是cv2.cvtColor(input_image，ﬂag)，其中ﬂag 就是转换类型。 (cv2.COLOR_BGR2GRAY和cv2.COLOR_BGR2HSV)

注意：在 OpenCV 的 HSV 格式中，H（色彩/色度）的取值范围是 [0，179]， S（饱和度）的取值范围 [0，255]，V（亮度）的取值范围 [0，255]。但是不同的软件使用的值可能不同。所以当你需要拿 OpenCV 的 HSV 值与其他软件的 HSV 值进行对比时，一定要记得归一化！

应用：物体跟踪 ----我们知道怎样将一幅图像从 BGR 转换到 HSV 了，利用这一点来提取带有某个特定颜色的物体。在 HSV 颜色空间中要比在 BGR 空间中更容易表示一个特定颜色。在我们的程序中，我们要提取的是一个蓝色的物体。
步骤：
• 从视频中获取每一帧图像
• 将图像转换到 HSV 空间
• 设置 HSV 阈值到蓝色范围。
• 获取蓝色物体，我们还可以做其他任何我们想做的事，比如：在蓝色物体周围画一个圈。

import numpy as np
import cv2

cap = cv2.VideoCapture(0)
while (1):
    ret, frame = cap.read()    # 获取每一帧

    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)    # 转换到HSV

    # 设定蓝色的阈值
    lower_blue = np.array([110, 50, 50])
    upper_blue = np.array([130, 255, 255])

    mask = cv2.inRange(hsv, lower_blue, upper_blue)    # 根据阈值构建掩模
    res = cv2.bitwise_and(frame, frame, mask=mask)    # 对原图像和掩模进行位运算

    # 显示图像
    cv2.imshow('frame', frame)
    cv2.imshow('mask', mask)
    cv2.imshow('res', res)
    k = cv2.waitKey(5) & 0xFF
    if k == 27:
        break

# 关闭窗口
cv2.destroyAllWindows()

在这里插入图片描述

几何变化

1)扩展缩放: cv2.resize()
用于改变图像的尺寸大小。OpenCV 提供的函数 ,缩放时使用cv2.INTER_AREA，在扩展时使用 v2.INTER_CUBIC（慢) 和 v2.INTER_LINEAR.

import cv2
import numpy as np
 
img=cv2.imread('messi5.jpg')

#法一：None 本应该是输出图像的尺寸，但是因为后边我们设置了缩放因子，因此这里为 None 
res=cv2.resize(img,None,fx=2,fy=2,interpolation=cv2.INTER_CUBIC) 

#法二：直接设置输出图像的尺寸，所以不用设置缩放因子
height,width=img.shape[:2]
res=cv2.resize(img,(2*width,2*height),interpolation=cv2.INTER_CUBIC)
while(1): 
	cv2.imshow('res',res)
	cv2.imshow('img',img)
	
	if cv2.waitKey(1) & 0xFF == 27: 
		break 
cv2.destroyAllWindows()

2)平移 :cv2.warpAﬃne()<