Python-opencv学习第五课：图像像素的算术操作

最新推荐文章于 2022-01-20 15:33:33 发布
最新推荐文章于 2022-01-20 15:33:33 发布
阅读量590 收藏 5
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/120769010
版权

Python-opencv学习第五课：图像像素的算术操作

文章目录

一、学习部分

记录笔者学习Python-opencv第五课：图像像素的算术操作，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.定义一个算术操作函数和读入图片并展示

代码如下：

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

3.打印图像维度，创建空白窗口，并给定像素点

代码如下：

    h, w, c = image.shape#打印图像维度
    blank=np.zeros_like(image)#创建一个和image同尺寸的blank空白窗口
    blank[:,:]=(50,50,50)#让blank空白窗口上面的像素都是50x50
    cv.imshow("blank", blank)#显示一个blank空白窗口，窗口上面的像素都是50x50
    cv.imshow("result", image)#显示取反后的图片
    #cv.imwrite("C:/Users/akaak/Pictures/OpenCV/csdn/4/savedexample.png", image)#保存数据图
    cv.waitKey(0)#设置关闭窗口
    cv.destroyAllWindows()

完整代码：

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()

def pixel_demo():
    image=cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png") #BGR 0-255
    cv.imshow("input", image)
    h, w, c = image.shape#打印图像维度
    for row in range(h):#行
        for col in range(w):#列
            b,g,r=image[row,col]#图像写像素
            image[row,col]=(0,g,r)#取反操作，可对其进行更改
    cv.imshow("result", image)#显示取反后的图片
    cv.imwrite("C:/Users/akaak/Pictures/OpenCV/csdn/4/savedexample.png", image)#保存数据图
    cv.waitKey(0)#设置关闭窗口
    cv.destroyAllWindows()

def math_demo():
    image=cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png") #BGR 0-255
    cv.imshow("input", image)
    h, w, c = image.shape#打印图像维度
    blank=np.zeros_like(image)#创建一个和image同尺寸的blank空白窗口
    blank[:,:]=(50,50,50)#让blank空白窗口上面的像素都是50x50
    cv.imshow("blank", blank)#显示一个blank空白窗口，窗口上面的像素都是50x50
    cv.imshow("result", image)#显示取反后的图片
    #cv.imwrite("C:/Users/akaak/Pictures/OpenCV/csdn/4/savedexample.png", image)#保存数据图
    cv.waitKey(0)#设置关闭窗口
    cv.destroyAllWindows()

if __name__ == "__main__":
    math_demo()

4.算术运算（加减乘除）

相加代码如下：

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
    #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()

def pixel_demo():
    image=cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png") #BGR 0-255
    cv.imshow("input", image)
    h, w, c = image.shape#打印图像维度
    for row in range(h):#行
        for col in range(w):#列
            b,g,r=image[row,col]#图像写像素
            image[row,col]=(0,g,r)#取反操作，可对其进行更改
    cv.imshow("result", image)#显示取反后的图片
    cv.imwrite("C:/Users/akaak/Pictures/OpenCV/csdn/4/savedexample.png", image)#保存数据图
    cv.waitKey(0)#设置关闭窗口
    cv.destroyAllWindows()

def math_demo():
    image=cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png") #BGR 0-255
    cv.imshow("input", image)
    h, w, c = image.shape#打印图像维度
    blank=np.zeros_like(image)#创建一个和image同尺寸的blank空白窗口
    blank[:,:]=(50,50,50)#让blank空白窗口上面的像素都是50x50
    cv.imshow("blank", blank)#显示一个blank空白窗口，窗口上面的像素都是50x50
    result=cv.add(image,blank)#进行加减时候，两幅图像大小必须一致，数据类型可以不用一致
    cv.imshow("result", result)#显示取反后的图片
    #cv.imwrite("C:/Users/akaak/Pictures/OpenCV/csdn/4/savedexample.png", image)#保存数据图
    cv.waitKey(0)#设置关闭窗口
    cv.destroyAllWindows()

if __name__ == "__main__":
    math_demo()

相减代码如下：

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
    #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()

def pixel_demo():
    image=cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png") #BGR 0-255
    cv.imshow("input", image)
    h, w, c = image.shape#打印图像维度
    for row in range(h):#行
        for col in range(w):#列
            b,g,r=image[row,col]#图像写像素
            image[row,col]=(0,g,r)#取反操作，可对其进行更改
    cv.imshow("result", image)#显示取反后的图片
    cv.imwrite("C:/Users/akaak/Pictures/OpenCV/csdn/4/savedexample.png", image)#保存数据图
    cv.waitKey(0)#设置关闭窗口
    cv.destroyAllWindows()

def math_demo():
    image=cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png") #BGR 0-255
    cv.imshow("input", image)
    h, w, c = image.shape#打印图像维度
    blank=np.zeros_like(image)#创建一个和image同尺寸的blank空白窗口
    blank[:,:]=(50,50,50)#让blank空白窗口上面的像素都是50x50
    cv.imshow("blank", blank)#显示一个blank空白窗口，窗口上面的像素都是50x50
    #result=cv.add(image,blank)#进行加减时候，两幅图像大小必须一致，数据类型可以不用一致(增加亮度变亮）
    result = cv.subtract(image, blank)  # 进行加减时候，两幅图像大小必须一致，数据类型可以不用一致（减少亮度变黑）
    cv.imshow("result", result)#显示取反后的图片
    #cv.imwrite("C:/Users/akaak/Pictures/OpenCV/csdn/4/savedexample.png", image)#保存数据图
    cv.waitKey(0)#设置关闭窗口
    cv.destroyAllWindows()

if __name__ == "__main__":
    math_demo()

相乘代码如下：

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
    #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()

def pixel_demo():
    image=cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png") #BGR 0-255
    cv.imshow("input", image)
    h, w, c = image.shape#打印图像维度
    for row in range(h):#行
        for col in range(w):#列
            b,g,r=image[row,col]#图像写像素
            image[row,col]=(0,g,r)#取反操作，可对其进行更改
    cv.imshow("result", image)#显示取反后的图片
    cv.imwrite("C:/Users/akaak/Pictures/OpenCV/csdn/4/savedexample.png", image)#保存数据图
    cv.waitKey(0)#设置关闭窗口
    cv.destroyAllWindows()

def math_demo():
    image=cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png") #BGR 0-255
    cv.imshow("input", image)
    h, w, c = image.shape#打印图像维度
    blank=np.zeros_like(image)#创建一个和image同尺寸的blank空白窗口
    blank[:,:]=(2,2,2)#让blank空白窗口上面的像素都是50x50
    cv.imshow("blank", blank)#显示一个blank空白窗口，窗口上面的像素都是50x50
    #result=cv.add(image,blank)#进行加减时候，两幅图像大小必须一致，数据类型可以不用一致(增加亮度变亮）
    #result = cv.subtract(image, blank)  # 进行加减时候，两幅图像大小必须一致，数据类型可以不用一致（减少亮度变黑）
    #result = cv.divide(image, blank)#改变对比度，对比度降低
    result = cv.multiply(image, blank)#改变对比度，对比度提高
    cv.imshow("result", result)#显示取反后的图片
    #cv.imwrite("C:/Users/akaak/Pictures/OpenCV/csdn/4/savedexample.png", image)#保存数据图
    cv.waitKey(0)#设置关闭窗口
    cv.destroyAllWindows()

if __name__ == "__main__":
    math_demo()

相除代码如下：

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
    #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()

def pixel_demo():
    image=cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png") #BGR 0-255
    cv.imshow("input", image)
    h, w, c = image.shape#打印图像维度
    for row in range(h):#行
        for col in range(w):#列
            b,g,r=image[row,col]#图像写像素
            image[row,col]=(0,g,r)#取反操作，可对其进行更改
    cv.imshow("result", image)#显示取反后的图片
    cv.imwrite("C:/Users/akaak/Pictures/OpenCV/csdn/4/savedexample.png", image)#保存数据图
    cv.waitKey(0)#设置关闭窗口
    cv.destroyAllWindows()

def math_demo():
    image=cv.imread("C:/Users/akaak/Pictures/OpenCV/1.png") #BGR 0-255
    cv.imshow("input", image)
    h, w, c = image.shape#打印图像维度
    blank=np.zeros_like(image)#创建一个和image同尺寸的blank空白窗口
    blank[:,:]=(2,2,2)#让blank空白窗口上面的像素都是50x50
    cv.imshow("blank", blank)#显示一个blank空白窗口，窗口上面的像素都是50x50
    #result=cv.add(image,blank)#进行加减时候，两幅图像大小必须一致，数据类型可以不用一致(增加亮度变亮）
    #result = cv.subtract(image, blank)  # 进行加减时候，两幅图像大小必须一致，数据类型可以不用一致（减少亮度变黑）
    result = cv.divide(image, blank)#改变对比度，对比度降低
    #result = cv.multiply(image, blank)#改变对比度，对比度提高
    cv.imshow("result", result)#显示取反后的图片
    #cv.imwrite("C:/Users/akaak/Pictures/OpenCV/csdn/4/savedexample.png", image)#保存数据图
    cv.waitKey(0)#设置关闭窗口
    cv.destroyAllWindows()

if __name__ == "__main__":
    math_demo()

三、运行结果

在这里插入图片描述创建一个像素50x50的空白窗口

在这里插入图片描述相加图
在这里插入图片描述相减图
在这里插入图片描述相乘图
在这里插入图片描述
相除图

总结

本文介绍了笔者学习Python-opencv第五课：图像像素的算术操作，学习了像素的加减乘除（代码资料来源于网络贾老师视频）

阿康Obliviate
关注
  • 0
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
OpenCV之图像像素算术操作(加减乘除)
MachineLP的专栏
07-14 657
python代码： import cv2 as cv import numpy as np src1 = cv.imread("./test0.jpg") src2 = cv.imread("./test0.jpg") cv.imshow("input1", src1) cv.imshow("input2", src2) h, w, ch = src1.shape print("h , w, ch", h, w, ch) add_result = np.zeros(src1.shape, src1.
OpenCV--005_1:图像像素的算术操作
WaitFoF
09-07 574
图像运算 图像运算指以图像为单位进行的操作，运算的结果一幅其灰度分布与原来参与运算图像灰度分布不同的新图像。 运算主要包含算术与逻辑运算，他们通过改变像素的值来得到图像增强的效果。 点运算 点运算：输出图像每个像素的灰度值仅仅取决于输入图像中相对应像素的灰度值。点运算指对图像中每一个像素依次进行同样的灰度变换运算。 主要用于改变一辐图像的灰度分布范围。通过变换函数将图像的像素一一转换，最终构成一幅...
【个人笔记】05 图像像素的算术操作
CSDN仅为笔记之用。
01-20 658
05 图像像素的算术操作
python + opencv 图像处理（六）——像素运算
小黄的博客
10-21 513
对图像进行“加减乘除、平均值方差、逻辑运算、调节对比度亮度”。 # 像素运算 from cv2 import cv2 as cv import numpy as np # 加 def add_demo(m1,m2): dst = cv.add(m1,m2) cv.imshow('add_demo',dst) # 减 def subtract_demo(m1,m2): ...
5.算术运算
qq_38939991的博客
11-04 325
学习视频可参见python+opencv3.3视频教学 基础入门 像素运算 outline 算术运算 加，减，乘，除 应用：调节亮度，调正对比度 逻辑运算 与，或，非 应用：遮罩层控制 改变对比度，亮度 1.算术运算 两张形状大小完全相同的图进行加减乘除 原图如下 加 两张图片的各个像素点的通道值相加 黑为0，0图二中任意的一个像素值还是图二的值，白为255，255加图二中任意的一个像素值骑结果超过255，进行截断，最终结果还是255，即为白色 def add_demo(m
Python-OpenCV_Line_Detection:Python-OpenCV线检测
04-06
在Python编程环境中，OpenCV（开源计算机视觉库）是一个强大的工具，用于图像处理和计算机视觉任务。本项目“Python-OpenCV_Line_Detection”专注于利用OpenCV进行线检测，这是一个在许多应用场景中都非常重要的功能...
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，...
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...
Python-OpenCV 处理视频（五）：运动方向判断.rar
09-17
在提供的"Python-OpenCV 处理视频（五）：运动方向判断.docx"文档中，应该包含了详细的Python代码示例，演示了如何利用OpenCV来实现上述功能。代码可能包括了初始化视频读取、运动检测、边缘检测、霍夫变换等步骤，...
opencv-python：自动CI工具链可生成预编译的opencv-python，opencv-python-headless，opencv-contrib-python和opencv-contrib-python-headless软件包
02-05
用于Python的非官方的预构建的仅CPU的OpenCV软件包。 如果您希望从源代码编译绑定以启用其他模块（例如CUDA），请查看手动构建部分。 安装及使用 如果您已经安装了OpenCV先前/其他手动安装版本（=未通过pip进行...
基于Python图像处理—像素操作
xiaoheihenaixiao的博客
05-18 2412
像素是图像中的最小单位，有些图像处理任务需要对图像的像素直接操作，对Opencv中相关常用函数通过Python实现，此外，涉及一个很重要的数值计算扩展Numpy，比Python自身的嵌套列表结构要高效的多。 1、颜色空间 颜色空间转换 import cv2 as cv image= cv.imread("image.PNG") hsv= cv.cvtColor(image, cv.COLOR_BGR2HSV) cv.imshow("hsv", hsv) cv.waitKey(0) 函数：cvtColor(
Python opencv(二) 像素运算(二)
qq_44647223的博客
06-04 314
前提条件 使用工具python3.x 使用库numpy；opencv， api简介 1.cv.bitwise_and(s1,s2) s1，s2为cv.imread函数返回的对象，表示将s1和s2的像素进行逻辑与运算，函数会返回一个对象。可以通过cv.imshow显示出图片进行直观感受。 2.cv.bitwise_or(s1,s2) s1,s2的像素进行逻辑或运算 3.cv.bitwise_not(s1,s2) s1,s2的像素进行逻辑非运算(也就是对像素取反) 4.cv.addWeighted 调节图片的对
python-像素操作
m0_47209867的博客
01-15 1060
python-像素操作img.png原图img_1.png原图一.像素的读取与写入二.像素的运算1.加法运算2.减法运算3.乘法操作4.除法操作5.均值6.标准方差二、逻辑运算1.与2.或3.非三、亮度对比度 """ 像素操作：像素的读取与写入本质上就是使用矩阵对像素的坐标进行修改 函数：像素加法：cv2.add(img1,img2) img1,img2表示大小相同的两张图片 像素减法：cv2.subtract(img1,img2) img1,img2表示大小相同的两张图片
OpenCV3-Python之 像素运算
elegentbeauty的博客
04-29 553
像素运算有算数运算和逻辑运算算数运算：加、减、乘、除应用它来调节亮度，调整对比度逻辑运算：与、或、非应用它来遮罩层控制与运算：只有在非零的区域才能保留下来。1和0等于0, 1和1等于1, 0和0等于0黑色是零区域，白色和其他颜色是非零区域。白色可以成功地做成遮罩。与运算，只有非零和非零的区域被保留下来。或运算：或运算跟加运算有点相似。1与0等于1， 1与1等于1， 0与0等于0所有非零的区域都会有...
【opencv-python 5】像素运算
倔强的大萝卜的博客
04-10 252
算式运算：加、减、乘、除 逻辑运算：与、或、非 直接上代码 import cv2 as cv # 加 def add_demo(m1,m2): dst = cv.add(m1,m2) cv.imshow('add_demo',dst) # 减 def subtract_demo(m1,m2): dst = cv.subtract(m1,m2) cv.im...
OpenCV - 像素操作（Python实现）
C橘子
05-19 6406
获取像素值并修改 首先需要读取一幅彩色图像，我们知道一幅图像可以看做一个三维矩阵，所以可以通过列表访问图像一个像素点。 #像素操作基础 import cv2 import numpy as np img=cv2.imread('MyPic.jpg') #读取一幅图像 px=img[100,100] #读取像素点 print (px) blue=img[100,100,0] #读取该点B值 pr...
Opencv-Python学习笔记（三）：像素运算、ROI、泛洪填充
MMagicLoren的博客
10-06 895
本篇记录学习图像的几种算术运算，例如加、乘、除，按位运算等。 将学习以下函数：cv2.add（），cv2.addWeighted（），等。 ROI(Region of Interest)感兴趣区域，泛洪填充，边界填充。 对图像像素级别的加减乘除 import cv2 as cv import numpy as np def add_demo(m1, m2): dst = cv....
计算图像像素能量
qq_38685024的博客
08-06 9355
Seam Carving智能缩放算法的第一步就是图像能量的计算。 #include "stdafx.h" #include<opencv2/opencv.hpp> #include"opencv2/highgui/highgui.hpp" #include<stdio.h> #include<string> #include<stdint.h> ...
Python 计算机视觉（一） —— 数字图像处理基础
qq_52309640的博客
10-12 8526
简单总结了图像三要素以及数字图像处理中图像的分类等一些基础知识
CV2 图像处理1 通道转换中一些函数介绍
m0_46159136的博客
07-27 608
CV2 图像处理 提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录CV2 图像处理前言一、图片？二、CV2基本函数介绍1.引入库2.基本函数与功能三、实现转换总结 前言 此文章介绍如何实现图片和数组之间的转换 一、图片？ 二、CV2基本函数介绍 1.引入库 代码如下（示例）： import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns impo

“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