Python-opencv学习第三课：图像对象的创建与赋值

最新推荐文章于 2024-04-22 11:33:15 发布
最新推荐文章于 2024-04-22 11:33:15 发布
阅读量1.2k 收藏 3
点赞数
分类专栏： 深度学习之opencv快速入门 文章标签： opencv python 图像处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_45825952/article/details/120761246
版权

Python-opencv学习第三课：图像对象的创建与赋值

文章目录

一、学习内容

记录笔者学习Python-opencv第三课：图像对象的创建与赋值，代码资料来源于网络贾老师视频。

二、代码部分

1.引入库

代码如下：

import cv2 as cv
import numpy as np

2.定义一个图像创建函数和读入图片

代码如下：

def mat_demo_():
    image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png")  # BGR 0-255

3.打印图像维度并进行显示

代码如下：

print(image.shape)  #打印图像的维度 H高度 W宽度 C通道数，色彩图片有三通道，灰色图片零通道
    cv.imshow("image", image)
    cv.waitKey(0)#相当于按键操作，当键盘触发时候，显示图片窗口关闭，否则不关闭
    cv.destroyAllWindows()

4.完整代码

代码如下：

import cv2 as cv
import numpy as np

def read_demo_():
    image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png")  # BGR 0-255
    cv.imshow("input", image)
    cv.waitKey(0)
    cv.destroyAllWindows()

def color_space_demo_():
    image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png")  # BGR 0-255
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)#将bgr转换为gray
    hsv = cv.cvtColor(image, cv.COLOR_BGR2HSV)#将bgr转换为hsv
    thsv=cv.cvtColor(image,cv.COLOR_HSV2BGR)#将HSV转换为BGR
    # cv.namedwindow("input",cv.WINDOW.AUTOSIZE)
    cv.imshow("gray", gray)#显示一个窗口名为gray的gray图像
    cv.imshow("hsv", hsv)#显示一个窗口名为hsv的hsv图像
    cv.imshow("thsv", thsv)  # 显示一个窗口名为thsv的thsv图像
    cv.waitKey(0)#相当于按键操作，当键盘触发时候，显示图片窗口关闭，否则不关闭
    cv.destroyAllWindows()

def mat_demo_():
    image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png")  # BGR 0-255
    print(image.shape)  #打印图像的维度 H高度 W宽度 C通道数，色彩图片有三通道，灰色图片零通道
    cv.imshow("image", image)
    cv.waitKey(0)#相当于按键操作，当键盘触发时候，显示图片窗口关闭，否则不关闭
    cv.destroyAllWindows()

if __name__ == "__main__":
    mat_demo_()

运行结果：
在这里插入图片描述
结论：可以看到是一个400x400像素，rgb图像因为是三通道。其中，第一个参数400是H高度，第二个参数400是W宽度，第三个参数是通道数。

a.如果将图片改为灰色图，应该不会显示三通道，只有400x400像素。

更改代码，只需将图片读取函数image = cv.imread(“C:/Users/akaak/Pictures/OpenCV/1.png”），改为 image = cv.imread(“C:/Users/akaak/Pictures/OpenCV/1.png”,cv.IMREAD_GRAYSCALE) 即可实现灰度图像读取。
代码如下：

import cv2 as cv
import numpy as np

def read_demo_():
    image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png")  # BGR 0-255
    cv.imshow("input", image)
    cv.waitKey(0)
    cv.destroyAllWindows()

def color_space_demo_():
    image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png")  # BGR 0-255
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)#将bgr转换为gray
    hsv = cv.cvtColor(image, cv.COLOR_BGR2HSV)#将bgr转换为hsv
    thsv=cv.cvtColor(image,cv.COLOR_HSV2BGR)#将HSV转换为BGR
    # cv.namedwindow("input",cv.WINDOW.AUTOSIZE)
    cv.imshow("gray", gray)#显示一个窗口名为gray的gray图像
    cv.imshow("hsv", hsv)#显示一个窗口名为hsv的hsv图像
    cv.imshow("thsv", thsv)  # 显示一个窗口名为thsv的thsv图像
    cv.waitKey(0)#相当于按键操作，当键盘触发时候，显示图片窗口关闭，否则不关闭
    cv.destroyAllWindows()

def mat_demo_():
    image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png",cv.IMREAD_GRAYSCALE)  # BGR 0-255
    print(image.shape)  #打印图像的维度 H高度 W宽度 C通道数，色彩图片有三通道，灰色图片零通道
    cv.imshow("image", image)
    cv.waitKey(0)#相当于按键操作，当键盘触发时候，显示图片窗口关闭，否则不关闭
    cv.destroyAllWindows()

if __name__ == "__main__":
    mat_demo_()

在这里插入图片描述可以看到灰度图只有两个参数，H高度和宽度W,400x400，没有通道数。

b.如何创建一个空白窗口

更改代码， 需使用blank=np.zeros_like(image)，函数即可实现空白窗口的建立。
代码如下：

import cv2 as cv
import numpy as np

def read_demo_():
    image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png")  # BGR 0-255
    cv.imshow("input", image)
    cv.waitKey(0)
    cv.destroyAllWindows()

def color_space_demo_():
    image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png")  # BGR 0-255
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)#将bgr转换为gray
    hsv = cv.cvtColor(image, cv.COLOR_BGR2HSV)#将bgr转换为hsv
    thsv=cv.cvtColor(image,cv.COLOR_HSV2BGR)#将HSV转换为BGR
    # cv.namedwindow("input",cv.WINDOW.AUTOSIZE)
    cv.imshow("gray", gray)#显示一个窗口名为gray的gray图像
    cv.imshow("hsv", hsv)#显示一个窗口名为hsv的hsv图像
    cv.imshow("thsv", thsv)  # 显示一个窗口名为thsv的thsv图像
    cv.waitKey(0)#相当于按键操作，当键盘触发时候，显示图片窗口关闭，否则不关闭
    cv.destroyAllWindows()

def mat_demo_():
    image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png",cv.IMREAD_GRAYSCALE)  # BGR 0-255
    print(image.shape)  #打印图像的维度 H高度 W宽度 C通道数，色彩图片有三通道，灰色图片零通道
    blank = np.zeros_like(image)#产生一个空白窗口
    cv.imshow("image", image)#显示原图窗口
    cv.imshow("blank", blank)#显示blank空白窗口
    cv.waitKey(0)#相当于按键操作，当键盘触发时候，显示图片窗口关闭，否则不关闭
    cv.destroyAllWindows()

if __name__ == "__main__":
    mat_demo_()

c.如何将图片中的一部分（区域）拷贝过来
更改代码， 需使用roi = image[100:200, 100:200, :]，blank[60:200, 60:280, :] = image[60:200, 60:280, :]
函数即可实现空白窗口的建立。

感兴趣局部区域像素分布 H高度100-200像素，W宽度100-200像素。灰度图像就没有最后一个冒号。blank和image要一致才能匹配。
代码如下：

import cv2 as cv
import numpy as np

def read_demo_():
    image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png")  # BGR 0-255
    cv.imshow("input", image)
    cv.waitKey(0)
    cv.destroyAllWindows()

def color_space_demo_():
    image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png")  # BGR 0-255
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)#将bgr转换为gray
    hsv = cv.cvtColor(image, cv.COLOR_BGR2HSV)#将bgr转换为hsv
    thsv=cv.cvtColor(image,cv.COLOR_HSV2BGR)#将HSV转换为BGR
    # cv.namedwindow("input",cv.WINDOW.AUTOSIZE)
    cv.imshow("gray", gray)#显示一个窗口名为gray的gray图像
    cv.imshow("hsv", hsv)#显示一个窗口名为hsv的hsv图像
    cv.imshow("thsv", thsv)  # 显示一个窗口名为thsv的thsv图像
    cv.waitKey(0)#相当于按键操作，当键盘触发时候，显示图片窗口关闭，否则不关闭
    cv.destroyAllWindows()

def mat_demo_():
    image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png")  # BGR 0-255
    print(image.shape)  #打印图像的维度 H高度 W宽度 C通道数，色彩图片有三通道，灰色图片零通道
    roi = image[100:200, 100:200, :]  # 感兴趣局部区域像素分布 H高度100-200像素，W宽度100-200像素。灰度图像就没有最后一个冒号
    blank = np.zeros_like(image)#产生一个空白窗口
    blank[60:200, 60:280, :] = image[60:200, 60:280, :]  # blank和image要一致才能匹配
    cv.imshow("image", image)#显示原图窗口
    cv.imshow("blank", blank)#显示roi局部感兴趣图片的blank窗口
    cv.imshow("roi", roi)#单独显示roi局部感兴趣图片窗口
    cv.waitKey(0)#相当于按键操作，当键盘触发时候，显示图片窗口关闭，否则不关闭
    cv.destroyAllWindows()

if __name__ == "__main__":
    mat_demo_()

d.如何创建一个空白窗口(第二种方式）
更改代码， 需使用blank=np.zeros((h,w,c),dtype=np.uint8)，h,w,c=image.shape，函数即可实现空白窗口的建立。

需要说明H,W,C以及字节数，这是区别于np.zeros_like()函数。
代码如下：

import cv2 as cv
import numpy as np

def read_demo_():
    image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png")  # BGR 0-255
    cv.imshow("input", image)
    cv.waitKey(0)
    cv.destroyAllWindows()

def color_space_demo_():
    image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png")  # BGR 0-255
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)#将bgr转换为gray
    hsv = cv.cvtColor(image, cv.COLOR_BGR2HSV)#将bgr转换为hsv
    thsv=cv.cvtColor(image,cv.COLOR_HSV2BGR)#将HSV转换为BGR
    # cv.namedwindow("input",cv.WINDOW.AUTOSIZE)
    cv.imshow("gray", gray)#显示一个窗口名为gray的gray图像
    cv.imshow("hsv", hsv)#显示一个窗口名为hsv的hsv图像
    cv.imshow("thsv", thsv)  # 显示一个窗口名为thsv的thsv图像
    cv.waitKey(0)#相当于按键操作，当键盘触发时候，显示图片窗口关闭，否则不关闭
    cv.destroyAllWindows()

def mat_demo_():
    image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png")  # BGR 0-255
    h,w,c=image.shape #打印图像的维度 H高度 W宽度 C通道数，色彩图片有三通道，灰色图片零通道
    roi = image[100:200, 100:200, :]  # 感兴趣局部区域像素分布 H高度100-200像素，W宽度100-200像素。灰度图像就没有最后一个冒号
    blank=np.zeros((h,w,c),dtype=np.uint8)#产生一个空白窗口，需要说明H,W,C以及字节数，这是区别于np.zeros_like()函数。
    blank[60:200, 60:280, :] = image[60:200, 60:280, :]  # blank和image要一致才能匹配
    cv.imshow("image", image)#显示原图窗口
    cv.imshow("blank", blank)#显示blank空白窗口
    cv.waitKey(0)#相当于按键操作，当键盘触发时候，显示图片窗口关闭，否则不关闭
    cv.destroyAllWindows()

if __name__ == "__main__":
    mat_demo_()

e.如何将原始图片copy到空白窗口

更改代码， 需使用blank = np.copy(image)，函数即可实现。将roi部分的blank上述代码注释掉。也可以用blank=image直接复制。

代码如下：（blank = np.copy(image))

import cv2 as cv
import numpy as np

def read_demo_():
    image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png")  # BGR 0-255
    cv.imshow("input", image)
    cv.waitKey(0)
    cv.destroyAllWindows()

def color_space_demo_():
    image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png")  # BGR 0-255
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)#将bgr转换为gray
    hsv = cv.cvtColor(image, cv.COLOR_BGR2HSV)#将bgr转换为hsv
    thsv=cv.cvtColor(image,cv.COLOR_HSV2BGR)#将HSV转换为BGR
    # cv.namedwindow("input",cv.WINDOW.AUTOSIZE)
    cv.imshow("gray", gray)#显示一个窗口名为gray的gray图像
    cv.imshow("hsv", hsv)#显示一个窗口名为hsv的hsv图像
    cv.imshow("thsv", thsv)  # 显示一个窗口名为thsv的thsv图像
    cv.waitKey(0)#相当于按键操作，当键盘触发时候，显示图片窗口关闭，否则不关闭
    cv.destroyAllWindows()

def mat_demo_():
    image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png")  # BGR 0-255
    h,w,c=image.shape #打印图像的维度 H高度 W宽度 C通道数，色彩图片有三通道，灰色图片零通道
    roi = image[100:200, 100:200, :]  # 感兴趣局部区域像素分布 H高度100-200像素，W宽度100-200像素。灰度图像就没有最后一个冒号
    blank=np.zeros((h,w,c),dtype=np.uint8)#产生一个空白窗口，需要说明H,W,C以及字节数，这是区别于np.zeros_like()函数。
    #blank[60:200, 60:280, :] = image[60:200, 60:280, :]  # blank和image要一致才能匹配
    blank = np.copy(image)#使用copy函数直接进行复制，将blank上述注释掉
    cv.imshow("image", image)#显示原图窗口
    cv.imshow("blank", blank)#显示blank空白窗口
    cv.waitKey(0)#相当于按键操作，当键盘触发时候，显示图片窗口关闭，否则不关闭
    cv.destroyAllWindows()

if __name__ == "__main__":
    mat_demo_()

代码如下：（blank=image)

import cv2 as cv
import numpy as np

def read_demo_():
    image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png")  # BGR 0-255
    cv.imshow("input", image)
    cv.waitKey(0)
    cv.destroyAllWindows()

def color_space_demo_():
    image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png")  # BGR 0-255
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)#将bgr转换为gray
    hsv = cv.cvtColor(image, cv.COLOR_BGR2HSV)#将bgr转换为hsv
    thsv=cv.cvtColor(image,cv.COLOR_HSV2BGR)#将HSV转换为BGR
    # cv.namedwindow("input",cv.WINDOW.AUTOSIZE)
    cv.imshow("gray", gray)#显示一个窗口名为gray的gray图像
    cv.imshow("hsv", hsv)#显示一个窗口名为hsv的hsv图像
    cv.imshow("thsv", thsv)  # 显示一个窗口名为thsv的thsv图像
    cv.waitKey(0)#相当于按键操作，当键盘触发时候，显示图片窗口关闭，否则不关闭
    cv.destroyAllWindows()

def mat_demo_():
    image = cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png")  # BGR 0-255
    h,w,c=image.shape #打印图像的维度 H高度 W宽度 C通道数，色彩图片有三通道，灰色图片零通道
    roi = image[100:200, 100:200, :]  # 感兴趣局部区域像素分布 H高度100-200像素，W宽度100-200像素。灰度图像就没有最后一个冒号
    blank=np.zeros((h,w,c),dtype=np.uint8)#产生一个空白窗口，需要说明H,W,C以及字节数，这是区别于np.zeros_like()函数。
    #blank[60:200, 60:280, :] = image[60:200, 60:280, :]  # blank和image要一致才能匹配
    #blank = np.copy(image)#使用copy函数直接进行复制，将blank上述注释掉
    blank=image#实现原图到blank的复制
    cv.imshow("image", image)#显示原图窗口
    cv.imshow("blank", blank)#显示blank空白窗口
    cv.waitKey(0)#相当于按键操作，当键盘触发时候，显示图片窗口关闭，否则不关闭
    cv.destroyAllWindows()

if __name__ == "__main__":
    mat_demo_()

三、运行结果

在这里插入图片描述彩色图

在这里插入图片描述灰度图
在这里插入图片描述创建一个空白窗口

在这里插入图片描述局部感兴趣显示

在这里插入图片描述创建一个空白窗口

总结

本文介绍了笔者学习Python-opencv第三课：图像对象的创建与赋值，学习了彩色图与灰度图的区别，产生一个空白窗口的两种方式，将图片中的一部分（区域）拷贝过来，以及将整一副图copy复制。（代码资料来源于网络贾老师视频）

阿康Obliviate
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
【opencv-c++】图像对象的赋值,拷贝和创建
jn10010537的博客
09-25 1074
opencv里面CV_8UC1简单来说，就是8 bit 的unsigned char无符号的char类型的单通道矩阵。在对Mat对象进行赋值操作的时候，即相当于被内存指针重新指向原来的数据，赋值操作的还是原来的DataBlock。头部对应header，包含图像的属性，比如大小，列宽，行高，类型，通道数等信息。如果为4，则表示带Alpha通道的BGRA彩色图像，即4通道图像。第3部分： 即代表所储存的图像的通道数，常见的有单通道，3通道。拷贝又叫克隆、复制。如果为3，则表示BGR彩色图像，即3通道图像。
Python-OpenCV_Line_Detection:Python-OpenCV线检测
04-06
Python-Opencv线检测
OpenCV—Python 03图片创建与赋值
有趣的代码
06-13 485
运行环境：opencv版本4.6.0.66python版本3.7.4。
Opencv-2.ROI区域、边界填充、数值计算、图像阈值
Caoyuanyang的博客
04-21 381
cv_show("cat",cat) ##cv_show的方式展示 ”cat“表示文件名 cat表示变量。上述的b,g,r是三个通道，分别索引为0，1，2。因此[:,:,0]表示将b通道全部赋值为0，cat = img[0:50,0:200] ##这也就是高，宽。这里[:5,:,0]的意思是打印前五行，并且是BGR中的B。0.4是猫的权重，0.6是在狗上的权重，0指的是提高亮度。merge函数是来进行b,g,r的融合。1.ROI区域（截取特定区域）图像融合必须大小相同。
Opencv_3_图像对象的创建与赋值
最新发布
EveryDayOneHour的博客
04-22 298
imshow("图像", m1);
【OpenCV基础】图像对象的创建与赋值
欢迎时常光顾我的干货超市，热衷于AIoT！！
06-07 1288
知识点: OpenCV中图像对象创建与赋值 C+ +中Mat对象与创建 Python中Numpy数组对象
Opencv中的ROI介绍
devil_pull的专栏
12-20 1481
Opencv中的ROI介绍 cvSetImageROI（该函数用起来可能有问题。当把一个区域定义为ROI后，如果在另外一个函数中直接把这个ROI当做图片处理，而不加以特殊对待会出问题！） ROI(Region of Interest)是指图像中的一个矩形区域，可能你后续的程序需要单独处理这一个小区域，如图所示 如上图所示，就是ROI的一个例子，如果你对图像设置了ROI，那么，Op
c++多边形扫描线填充算法_6. OpenCV--ROI 与 泛洪填充
weixin_39728909的博客
11-30 499
》》收藏+关注，理财&技术不迷路《《目录：ROI(region of interest),中文翻译过来就是感兴趣区域，在机器视觉、图像处理中，从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域，这一部分区域被我们称之为感兴趣区域。ROI选定的这个区域一般是我们所关注的重点，圈定该区域后我们可以进行进一步的处理，在一定程度上可以减少工作量。ROI主要应用在视频监控领域，最...
Learning-OpenCV-4-Computer-Vision-with-Python-Third-Edition:Packt发行的《使用Python 3学习OpenCV 4计算机视觉》第三版
05-26
使用Python 3学习OpenCV 4计算机视觉-第三版 这是Packt发行的的代码库。 掌握用于计算机视觉和机器学习的工具，技术和算法这本书是关于什么的？ 计算机视觉是一门发展Swift的科学，涵盖了多种应用程序和技术。 这...
python-opencv-lake-recognition:使用opencv和python识别并概述湖泊
04-28
使用Python3和OpenCV 3检测并概述湖泊在本文中，我将介绍一些使用Python3和OpenCV进行基本形状和轮廓检测的方法。目标目标是检测最大的水域，并根据Google Maps的屏幕截图来计算半径和近似面积。 本文介绍了一些代码...
docker-python-opencv-ffmpeg:基于Ubuntu的包含ffmpeg，opencv3和python23的干净Dockerfile的存储库
05-15
码头工人：python-opencv-ffmpeg（-cuda） 基于Ubuntu 16.04 LTS的包含ffmpeg，opencv3和python2 / 3的干净Dockerfile的存储库。 标签 :py2 Python 2.7，OpenCV 3.4.2，ffmpeg :py3 Python 3.5，OpenCV 3.4.2，...
OpenCV-Python-Tutorial::open_book: OpenCV-Python 初学者图像处理教程
05-30
面向初学者的OpenCV-Python教程教程地址:本仓库为教程中所用到的源码、图片和音视频素材等目录入门篇标题简介了解和安装OpenCV-Python度量运行时间/提升效率的几种方式图片的载入/显示和保存高保真保存图片、...
opencv基础-07-感兴趣区域（ROI）
热门推荐
小海聊智造
07-14 1万+
在图像处理过程中，我们可能会对图像的某一个特定区域感兴趣，该区域被称为感兴趣区域（Region of Interest，ROI）。在设定感兴趣区域 ROI 后，就可以对该区域进行整体操作。以下是一些。
OpenCV-Python学习（5）—— OpenCV 图像像素的读写操作
止于至善
10-08 1451
图像维度信息：image.shape；访问图像像素：image[row,col]；图像赋值像素：image[row,col] = xxx；OpenCV 像素遍历的本质就是numpy数组访问！！！
python-opencv 03图像创建与赋值
weixin_41009689的博客
10-28 2433
import cv2 as cv import numpy as np src = cv.imread("./test.png") cv.namedWindow(“input”, cv.WINDOW_AUTOSIZE) cv.imshow(“input”, src) #克隆图像 m1 = np.copy(src) m2 = src src[100:200,200:300,:] = 255 cv.i...
OpenCV之ROI和泛洪填充
qq_37692302的博客
04-09 834
一、获取RIO区域 import cv2 as cv import numpy as np print("----------hello python----------") src = cv.imread(r"D:\project\py_opencv\gyy.png") cv.namedWindow("input image", cv.WINDOW_AUTOSIZE) cv.imshow...
opencv_python学习（三）----图像对象的创建
Shen Mu Xin's Blog
08-02 2084
opencv_python学习（三）----图像对象的创建 文章目录opencv_python学习（三）----图像对象的创建一、图像对象的格式二、图像对象的创建三、图像对象的裁剪、复制 在opencv中，一切的图像都是numpy数组。 一、图像对象的格式 图像包括三个信息，H,W,C分别为高度，宽度，通道数。 BGR图像通道数为3，GRAY图像通道数为1 输入以下代码可以查看图像图像的格式 print(image.shape) #OUTPUT，返回图像的H,W,C分别为高度，宽度，通道数， #B
OpenCV学习笔记（六）——感兴趣区域ROI(浅拷贝与深拷贝的区别)
a1016249126的博客
03-24 6643
目录1 浅拷贝2 深拷贝示例代码 有时我们只对一张图像中的部分区域感兴趣，而原图像又比较大，如果带着非感兴趣区域一起处理会占用大量的内存，因次我们希望从原图像中截取部分图像后再进行处理。我们将这个区域称为感兴趣区域（Region Of Interest， ROI），Python中的ROI可以通过NumPy中的索引实现。但是通过索引获取ROI的方式为浅拷贝。下文将分别介绍浅拷贝和深拷贝的方式以及其区别。 1 浅拷贝 ROI = img[x1: x2, y1: y2] 其中各参数的含义如下： ROI：提取的感
python opencv图像二值化
06-28
该函数有三个参数：第一个是输入图像，第二个是阈值，第三个是最大值。当灰度值大于阈值时，将对应像素点赋值为最大值，否则赋值为0。 下面是一个简单的示例代码： ```python import cv2 # 读入灰度图像 img = cv...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

阿康Obliviate

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值