- 博客(6)
- 收藏
- 关注
RSS订阅翻译 opencv3-第3章-轮廓 凸轮廓 近似多边形轮廓
凸形状内部的任意两点的连线都在该形状里。import cv2import numpy as npimg = cv2.pyrDown(cv2.imread("hammer.jpg", cv2.IMREAD_UNCHANGED))ret, thresh = cv2.threshold(cv2.cvtColor(img.copy(), c...
2019-02-28 19:01:21
1336
原创 opencv3-第3章-目标边界框，最小边界框，最小闭圆
import cv2import numpy as npimg=cv2.pyrDown(cv2.imread('image\\gradientbig.bmp', cv2.IMREAD_UNCHANGED))img1=img.copy()ret,thresh=cv2.threshold(cv2.cvtColor(img.copy...
2019-02-28 15:57:34
829
原创 低通滤波opencv
理论基础知识，高通部分已经讲过，这里不重复了。本部分做低通滤波，保留细节。即频谱中间部分保留，与高通相反。import cv2import numpy as npimport matplotlib.pyplot as plto=cv2.imread('image\\lena256.bmp',0) #读入图片dft=cv2.dft(np.float32(o),flags=cv2....
2019-02-27 11:59:58
992
原创 傅里叶变换和逆傅里叶变换opencv
傅里叶变换import cv2import numpy as npimport matplotlib.pyplot as plto=cv2.imread('image\\boat.bmp',0) #读入图片dft=cv2.dft(np.float32(o),flags=cv2.DFT_COMPLEX_OUTPUT) ...
2019-02-27 11:42:40
1127
原创 高通滤波numpy
频域中，低频代表细节，高频代表边缘本文介绍高通滤波器 ，将频谱中心位置设置为0，如图所示：import cv2import numpy as npimport matplotlib.pyplot as plto=cv2.imread('image\\boat.bmp',0) #读入图片f=np.fft.fft2(o)fshift=np.fft....
2019-02-27 11:16:21
1229
原创 傅里叶变换和逆傅里叶变换numpy
理论基础时域：以时间为横坐标频域：以频率的倒数为横坐标，可以看出，频域更加简单。相位：与时间差有关的一个概念。傅里叶说，任何连续周期信号，可以由一组适当的正弦曲线组合而成。我们知道，正弦曲线可以转换为频域信号，所以：任何连续周期信号，都可以转换成频域信号。并且这个过程是可逆的。程序实现1. 傅里叶变换numpy.fft.fft2实现傅里叶变换。返回一个复数数组。...
2019-02-27 10:35:54
13538
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