振华OPPO的博客世界

计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄像头和计算机代替人眼对目标进行识别、跟踪和测量等，并进一步做图像处理，使计算机处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取“信息”的人工智能系统。图像和视频再当今的数字世界可谓无处不在，随着运算能力强劲而又实惠的计算设备的问世，创建复杂的图像应用从未像今天这般容易。

给定一张图片，从中截取出你需要的区域，并且以指定的大小显示出来。比如我们想获得下面这张图片的K，并且竖直显示。看起来比较困难，但是用cv2库，实现起来其实只有9句代码。首先定义下输出图片的宽为250，高为350。然后读取我们的图片，就是上面这张图。定义需要获取区域的四个点，分别为：左上、右上、左下、右下。定义区域输出时的位置，固定写法。使用库函数实现投影变换。输出并且显示图片。import cv2import numpy as npw......

给定一幅灰度图像，使用任意方法将其变成一幅彩色图像，并尽量使得添加的色彩显得较为真实。

给定不少于100幅合适的图像集合，尺寸可不一，任意选一张图像，并人工给定图像中的一个目标区域，如人脸、楼房、狗等，要求设计一个基于内容的图像检索方法，它能在剩余的图像中找出5张包含最类似框出目标的图像。能大致框出检索出的图像的目标区域更好，不框也可以。

代码实现很简单，直接调库。import cv2 as cvfrom matplotlib import pyplot as plt#参数0表示以灰度图像读入该图片，也就是说在读取的同时就进行了处理img = cv.imread('../dataset3/girl.bmp', 0)#img.ravel()指最终的直方图将对数据集进行统计，256是统计的区间分布，[0,256]是显示的区间plt.hist(img.ravel(),256,[0,256])plt.show()

这里可以看到每种颜色的实色效果，还有颜色的英文名称，RGB三个通道的值，以及对应的十六进制。收藏码住，下次用到直接看就好了~

1、重启Pycharm2、加入下面代码import matplotlibimport matplotlib.pyplot as pltmatplotlib.use('TKAgg')#加上这行代码即可，agg是一个没有图形显示界面的终端，常用的有图形界面显示的终端有TkAgg等

想在图片上加上一些注释信息，怎么办？除了用画图工具，当然我们还可以用Python。首先，我们导入PIL的库和pyplot库。先读取当前工程文件夹下的图片，然后设置下字体样式和大小，这里字体样式是个通用路径，大家可以任意选择该路径下的字体，大小设置的是80。接着，我们设置下字体颜色，十六进制表示。下面一行是图片的分辨率，即宽高的像素个数，如果需要对照尺寸可以用到。核心代码就是draw.text()这一行，在（30,30）的位置写上字体大小80，粉红色的“Hello”。最后保存并显示出图片。

Python的cv2库中自带彩色转灰度的方法，而且非常简单，代码就9行，核心代码就1行。大题思路就是先读取一张彩色图片，然后在窗口中显示出来，再然后就让cv2处理一下，转换成灰度图像，这时候它是个二维的灰度矩阵，所以，我们想保存得先将它从array转成image，最后在另一个窗口中显示出来，为了避免窗口一闪而过，我们需要加上waitKey(0)这一句。import cv2from PIL import Image#读取彩色图像color_img = cv2.imread(r'dataset3/

将下图左右两种不同类型的纹理区域分开，方法输出结果是一幅与该图像等大小的二值图像，左边为0，右边为1，或者相反，灰色边框线在设计的方法中不作考虑，自行去除。2️⃣实现源码import matplotlib.image as mpimgimport matplotlib.pyplot as pltimport numpy as npfrom cv2 import cv2from sklearn.multiclass import OneVsRestCl...

选取5个尺度，36个方向共180个二维模板对一幅图像（任取，可用作业（1）的图像）分别做二维卷积，得到180幅滤波结果图像，以此作为基准Gabor滤波结果。由于这个基准算法处理速度很慢，故请试着对该方法进行改进，改进方法在要求得到同样180个卷积的结果图像的前提下，尽量提高其处理速度。实现源码# coding:utf-8import cv2import numpy as npimport pylab as plfrom PIL import Image...