Python 计算机视觉(十二)—— OpenCV 进行图像分割

本文详细介绍了使用OpenCV进行图像分割的方法,包括基于阈值、边缘检测、K-Means聚类和分水岭算法。通过实例代码展示了如何实现二值化、边缘检测、K-Means聚类分割和分水岭算法,帮助读者理解图像分割在计算机视觉中的应用。
摘要由CSDN通过智能技术生成

参考的一些文章以及论文我都会给大家分享出来 —— 链接就贴在原文,论文我上传到资源中去,大家可以免费下载学习,如果当天资源区找不到论文,那就等等,可能正在审核,审核完后就可以下载了。大家一起学习,一起进步!加油!!

目录

前言

(1)图像分割

(2)读取图像信息

1. 基于阈值的图像分割

(1)基本概念

(2)二值化操作

a. 函数

b. 代码实现

2. 基于边缘检测的图像分割

3. 基于 K-Means 聚类的区域分割

(1)基本概念

(2)代码实现

4. 基于分水岭算法的图像分割

(1)基本概念

(2)代码实现

5.整体代码

结束语


前言

(1)图像分割

图像分割是 AI 领域中一个重要的分支,是机器视觉技术中的关于图像理解的重要一环。近几年兴起的自动驾驶技术中,也需要用到这种技术。车载摄像头探查到图像,后台计算机可以自动将图像分割归类,以避让行人和车辆等障碍。

(2)读取图像信息

无需多言,直接读取图像信息:

"""
Author:XiaoMa
date:2021/11/2
"""
import cv2
import numpy as np
import matplotlib.pyplot as plt

img0 = cv2.imread("E:From ZhihuFor the deskcvtwelve3.jpg")
img1 = cv2.resize(img0, dsize = None, fx = 0.5, fy = 0.5)
img2 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
h, w = img1.shape[:2]
print(h, w)
cv2.namedWindow("W0")
cv2.imshow("W0", img2)
cv2.waitKey(delay = 0)
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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