opencv-python
文章平均质量分 77
涛涛ALG
好好学习,用心体会
展开
-
CV2逐步学习-3:cv2.threshold()二值化详解
1.官方文档:从官方文档分析:2.函数定义cv2.threshold (src, thresh, maxval, type)3.Args:src:源图像矩阵,必须是单通道,8 位或 32 位浮点数据thresh:阈值,取值范围0~255maxval:与阈值类型配合使用的最大值,可理解为填充色,取值范围0~255type:阈值类型4.返回值ret:即我们设置的阈值,此处并没有没有使用,但在自适应二值化中会使用到dst:二值化后的像素矩阵,与原像素矩阵同规格4.函数解释(官方)原创 2021-11-22 18:01:49 · 10344 阅读 · 2 评论 -
cv2逐步学习-番外1:实时获取物体中心点并绘制轮廓(realsense d435相机)
本实验使用的相机为realsense系列,什么相机不重要,拿到图像数据流即可实现功能:1.实时显示图像2.框出图像内识别到的最大轮廓,并绘制中心点3.得到最大轮廓物体的旋转角(这个是我后续需要的数据,代码就一块贴上了)先上效果图:(受灯光影响还是挺大的,调整二值化时的参数应当是一种解决措施)ps:找的gif录制像素感人,555上代码:流程:读图像流–>高斯滤波–>转灰度–>二值化–>开运算–>轮廓拟合、绘制–>显示# -*- coding: ut原创 2021-11-22 16:32:24 · 2708 阅读 · 0 评论 -
CV2逐步学习-2:cv2.GaussianBlur()详解
目录高斯模糊GaussianBlur()中参数详解1.1. 由参数解释产生的问题深入理解前的准备:高斯函数、图像滤波处理及卷积核解释1.2的问题权重矩阵、高斯模糊的流程摘要高斯滤波是一种线性平滑滤波高斯滤波是对整幅图像进行加权平均的过程,每一个像素点的值都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是:用一个模板(或称卷积、掩模)扫描图像中的每一个像素,用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。基于二维高斯函数,构建权重矩阵,进而构建高斯核原创 2021-11-19 15:22:15 · 74512 阅读 · 7 评论 -
CV2逐步学习-1.imread()详解+cvtColor()颜色空间转换
1.cv2.imread(filename, flags)参数:filepath:读入imge的完整路径flags:标志位,{cv2.IMREAD_COLOR,cv2.IMREAD_GRAYSCALE,cv2.IMREAD_UNCHANGED}cv2.IMREAD_COLOR:默认参数,读入一副彩色图片,忽略alpha通道,可用1作为实参替代cv2.IMREAD_GRAYSCALE:读入灰度图片,可用0作为实参替代cv2.IMREAD_UNCHANGED:顾名思义,读入完整图片,包括alpha通原创 2021-11-16 18:26:48 · 8117 阅读 · 2 评论