- 博客(7)
- 收藏
- 关注
RSS订阅原创 OpenCV笔记之九——图像阈值化
九、图像阈值化【本文中所有源代码均来自 Practical Python and OpenCV, 3rd Edition 的随书代码（略有修改）】图像阈值化是对图像的二值化操作。通常，我们通过阈值化将一幅灰度图转化为一张二值图像，即图中的像素不是0(白色)就是255(黑色)。简单的阈值化处理是设置一个阈值p，并将灰度图中所有像素值小于p的像素点置为0，而大于p的像素点置为255。这样就能将一幅图像完全转化为只有两个值的图像。通过图像阈值化，我们可以聚焦于图像中我们关注的物体或部分区域。尤其当该物体（区
2021-03-24 17:11:50
1252
原创 OpenCV笔记之七——图像直方图
七、直方图本文中所有源代码均来自 Practical Python and OpenCV, 3rd Edition 的随书代码。直方图能直观地将像素强度的分布（彩色或灰度）可视化并表现为一张图表的形式。在图像处理中，直方图均衡化是一种用于改善图像效果质量的很重要的手段。在绘制直方图时，我们通常需要在x轴确定仓(bin)数，而在y轴统计落入每个仓中的像素数。直方图仓又称灰度等级再分，它的数目决定了我们将亮度的明暗程度划分为几个等级。若定义一个256 bins的直方图，则可以统计每个像素值出现的次数。若采
2021-03-23 01:54:28
881
3
原创 OpenCV笔记之六（3）——图像处理之图像位运算与图像掩膜
3、图像位运算位运算在图像处理，特别是掩膜中有着极其重要的作用，主要有与、或、异或以及非等操作。OperationFunctionANDcv2.bitwise_andORcv2.bitwise_orXORcv2.bitwise_xorNOTcv2.bitwise_not接下来以书上的代码来了解图像的位运算。a.源代码展现import numpy as npimport cv2# First, let's draw a rectanglere
2021-03-19 21:39:06
3364
原创 OpenCV笔记之六（2）——图像处理之图像算术
2、图像运算相信大家都记得，在RGB图像中，每个像素点的强度是分布在[0, 255]之间的。如果我们对一个像素值为250的像素点进行加10的运算的话，结果显然不会是260，因为RGB图像是以8位无符号整型表示的，亦即260是一个无效数。这个时候会有两种可选的做法。其一是饱和运算。为保证所有的像素点都落在[0, 255]之间，直接将像素值超过255的像素全部置为255，使其不至于逃逸出8位无符号整型所能表示的数值范围。另一种方法就是采用模运算。在模运算下，250+10将得出260 = 4 mod 256
2021-03-19 20:38:15
473
原创 OpenCV笔记之六（1）——图像处理之图像变换
六、图像处理本文中所有源代码均来自 Practical Python and OpenCV, 3rd Edition 的随书代码。（一）基础知识1、图片类型（1）位图（点阵图像） 由像素组成，放大图像时有失真现象。（2）矢量图（绘图图像） 根据几何特性绘制图形，放大后图像不失真，与分辨率无关。 常见格式：wmf、emf、eps[拓展：点阵字体与矢量字体]2、有损压缩与无损压缩的常见格式有损压缩：JPEG（默认压缩16倍）无损压缩：BMP、PNG、GIF、TIFF3、像素
2021-03-19 20:25:29
1093
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人