Python Opencv
心心强
学海无涯吧。希望跟大家多多交流。
展开
-
分水岭算法
学习文档原创 2020-02-25 15:58:13 · 120 阅读 · 0 评论 -
直方图比较 - compareHist函数详解
参考文档原创 2020-02-20 15:50:07 · 1484 阅读 · 0 评论 -
直方图均衡化 提升图像亮度和对比度
import cv2 as cv#直方图均衡化,作用提高图像对比度def equalizeHist_image(src): gray=cv.cvtColor(src,cv.COLOR_BGR2GRAY) dst=cv.equalizeHist(gray) cv.imshow('equalize',dst)#局部自适应直方图均衡化,作用柔和的提高图像对比度de...原创 2020-02-20 15:27:29 · 3014 阅读 · 0 评论 -
双边保留滤波
参考文档原创 2020-02-19 19:05:29 · 151 阅读 · 0 评论 -
opencv像素运算 使用cv2.addweighted图片亮度和对比度
#算术运算cv.add(m1,m2)#图像像素相加cv.subtract(m1,m2)#图像像素相减cv.multiply(m1,m2)#相乘cv.divide(m1,m2)#相除cv.mean(m1)#图像均值cv.meanStdDev()#方差#逻辑运算cv.bitwise_and(m1,m2)#与运算cv.bitwise_or(m1,m2)#或cv.bitwise_...原创 2020-02-19 00:35:28 · 1930 阅读 · 0 评论 -
逻辑运算‘’与‘’‘’或‘‘’’非‘’
1.读取两张图片2.调整图片大小cv.resize3.cv.bitwise_and或者cv.bitwise_orimport cv2 as cvimport numpy as npimport os.pathp1="../image/linux.png"p2='../image/win.png'def read_image(path): img=cv.imrea...原创 2020-02-17 10:28:04 · 161 阅读 · 0 评论 -
利用hsv颜色表,提取某种颜色来形成遮罩图形
1.看考文档https://blog.csdn.net/kakiebu/article/details/79476235import cv2 as cvimport numpy as npdef creatMask(image): #转换成hsv空间 hsv=cv.cvtColor(image,cv.COLOR_BGR2HSV) cv.imshow("hs...原创 2020-02-16 00:34:44 · 1330 阅读 · 0 评论 -
opencv图像读取和保存
import cv2 as cvdef get_video(): capture=cv.VideoCapture(video_path) while(True): rect, frame = capture.read() cv.imshow('video',frame) c=cv.waitKey(50) if c...原创 2020-02-14 12:41:11 · 156 阅读 · 0 评论 -
人脸检测和认识--书OpenCV3计算机视觉
import cv2 as cvimport osimport numpy as npimport sys#生成人脸识别数据#1.图像是灰度格式,后缀名字是。pym#2.图像形状是正方形#3.图像大小要一样(如:200X200)#产生 引起def generate(): path_face="C:/Users/yao/AppData/Local/Programs/Pyt...原创 2019-09-01 23:17:10 · 114 阅读 · 0 评论 -
视频里面的人脸识别
import cv2cap = cv2.VideoCapture("./image/1.mp4")#这个路径只有一个是好用的 这个haarcascade_frontalface_default.xm路径非常重要path="C:/Users/yao/AppData/Local/Programs/Python/Python37/Lib/site-packages/cv2/data/h...原创 2019-08-29 22:37:20 · 1560 阅读 · 0 评论 -
高斯模糊 GassianBlur
import cv2 as cvimport numpy as npsrc=cv.imread("reba.png")cv.namedWindow("yuantu",cv.WINDOW_AUTOSIZE)cv.imshow("yuantu",src)#高斯模糊dst=cv.GaussianBlur(src,(0,0),15)cv.imshow("GaussianBlue",ds...原创 2019-08-26 15:06:50 · 347 阅读 · 0 评论 -
模糊 锐化 blur medianBlur
import cv2 as cvimport numpy as np#均值模糊 去噪def blur_demo(image): blur_image=cv.blur(image,(7,7)) cv.imshow("blur_demo",blur_image)#中值模糊 去除 椒盐噪声def median_blur_demo(image): blur_imag...原创 2019-08-26 14:38:55 · 387 阅读 · 0 评论 -
腐蚀与膨胀 erode dilate
import cv2 as cv# erode 腐蚀def erode_demo(image): gray=cv.cvtColor(image,cv.COLOR_BGR2GRAY) fa,binary=cv.threshold(gray,0,255,cv.THRESH_BINARY_INV|cv.THRESH_OTSU) cv.imshow("binary_demo"...原创 2019-08-21 22:38:17 · 309 阅读 · 0 评论 -
霍夫检测原理
import cv2 as cvimport numpy as npdef detect_circle_demo(image): #边缘保留滤波 去噪 dst=cv.pyrMeanShiftFiltering(image,10,90) cv.imshow("dst_pyrMeanShiftFiltering", dst) gray=cv.cvtColor(ds...原创 2019-08-16 16:17:07 · 520 阅读 · 0 评论 -
霍夫直线检测 HoughLines HoughLinesP
霍普展现检测原理#霍夫直线检测import cv2 as cvimport numpy as np#detection 发觉 检查def line_detection(image): gray=cv.cvtColor(image,cv.COLOR_BGR2GRAY) edges=cv.Canny(image,50,150,apertureSize= 3) l...原创 2019-08-16 15:25:18 · 816 阅读 · 0 评论 -
泛洪填充 cv.floodfill
#泛洪填充import cv2 as cv;import numpy as npdef fill_color(image): copyImage=image.copy() h,w=image.shape[:2] mask=np.zeros([h+2,w+2],np.uint8) cv.floodFill(copyImage,mask,(30,30),(0...原创 2019-08-24 15:14:05 · 833 阅读 · 0 评论 -
边缘提取 canny
# 边缘提取 cannyimport cv2 as cvdef canny_gass_demo(src): # 高斯模糊 降低噪声 blurred = cv.GaussianBlur(src, (3, 3), 0) # canny 边缘提取 最小阀值50 最大阀值150 edge_output = cv.Canny(blurred, 50, 150) ...翻译 2019-08-15 10:35:07 · 205 阅读 · 0 评论 -
opencv 图像梯度 soble 算子 拉普拉斯算子
#opencv 图像梯度 soble 算子 拉普拉斯算子#opencv 图像梯度 soble 算子 拉普拉斯算子import cv2 as cvimport numpy as npdef lapalian_demo(image): dst=cv.Laplacian(image,cv.CV_32F) lpls=cv.convertScaleAbs(dst)#...原创 2019-08-15 09:46:28 · 454 阅读 · 0 评论 -
轮廓发现 contours
原理contours参数说明参考文档import cv2 as cvimport numpy as np#contour 外形 轮廓def contours_demo(src): GaussianBlur=cv.GaussianBlur(src,(3,3),0) gray=cv.cvtColor(GaussianBlur,cv.COLOR_BGR2GRAY) ...原创 2019-08-20 10:56:39 · 491 阅读 · 0 评论