快速学完OpenCV+python计算机视觉图像处理（三）

最新推荐文章于 2023-02-03 09:00:00 发布
最新推荐文章于 2023-02-03 09:00:00 发布
阅读量926 收藏 15
点赞数 6
分类专栏： 快速学完OpenCV+python计算机视觉图像处理 python OpenCV 文章标签： 计算机视觉 opencv python 深度学习
本文为博主原创文章，未经博主允许禁止转载。如有问题，欢迎指正。
本文链接：https://blog.csdn.net/weixin_41529012/article/details/117436479
版权

返回主目录

3 计算机视觉入门之OpenCV

3-1 本章介绍

图片的几何变换：

  • 图片缩放
  • 图片剪切
  • 图片位移
  • 图片镜像
  • 图片仿射变换

3-2 图片缩放1

图片缩放分为下面两种：

  1. 等比例缩放：宽高比不变
  2. 任意比例缩放：图片拉伸 非拉伸

具体的缩放代码如下：

import cv2

img = cv2.imread('11.jpg', 1)
imgInfo = img.shape
print(imgInfo)  # (287, 450, 3)
cv2.imshow('img', img)

height = imgInfo[0]
weight = imgInfo[1]
mode = imgInfo[2]

dstHeight = int(height * 0.5)
dstWeight = int(weight * 0.5)
print(dstHeight, dstWeight)

# 常用的插值法有最近临域插值 双线性插值 像素关系重采样 立方插值
# 这里使用的是双线性插值
dst = cv2.resize(img, (dstWeight, dstHeight))
cv2.imshow('dst', dst)
cv2.waitKey(0)

代码运行结果如下：
在这里插入图片描述

3-3 图片缩放2

双线性插值法（视频里面讲反了，距离越近，权重越大，距离越远，权重越小）：
在这里插入图片描述

# 最近临域插值 双线性插值 原理
src 10*20 dst 5*10
dst<-src
(1,2) <- (2,4)
dst x 1 -> src x 2 newX
newX = x*(src 行/目标 行) newX = 1*（10/5） = 2
newY = y*(src 列/目标 列) newY = 2*（20/10）= 4
12.3 = 12

# 双线性插值
A1 = 20% 上+80%下 A2
B1 = 30% 左+70%右 B2
1 最终点  = A1 30% + A2 70%
2 最终点  = B1 20% + B2 80%

# 实质：矩阵运算

3-4 图片缩放3

代码如下：

import cv2
import numpy as np

img = cv2.imread('01.jpg', 1)
imgImg = img.shape
cv2.imshow('img', img)
height = imgImg[0]
weight = imgImg[1]
dstHeight = int(height / 2)
dstWeight = int(weight / 2)
dstImage = np.zeros((dstHeight, dstWeight, 3), np.uint8)  # 0-255

for i in range(0, dstHeight):  # 行
    for j in range(0, dstWeight):  # 列
        iNew = int(i * (height * 1.0 / dstHeight))	# 这里直接i*2不就行了么，为什么这么复杂，搞不懂
        jNew = int(j * (weight * 1.0 / dstWeight))
        dstImage[i, j] = img[iNew, jNew]

cv2.imshow('dst1', dstImage)
cv2.imshow('dst2', dstImage)
cv2.waitKey(0)

运行结果如下：
在这里插入图片描述

3-5 图片剪切

图片剪切可以剪切出自己感兴趣的部分。
比如以下代码：

import cv2

img = cv2.imread('04.jpg')
cv2.imshow('img', img)

imgInfo = img.shape
roi = img[50:250, 350:550]
cv2.imshow('roi', roi)
cv2.waitKey(0)

运行结果如下：
在这里插入图片描述

怎么样？是不是很不错，可以裁剪出自己感兴趣的部分。

3-6 图片位移1

图片位移说白了就是将图片进行位置偏移。
在这里插入图片描述
代码如下：

# 1.API  2.算法原理  3.源代码
import cv2
import numpy as np

img = cv2.imread('09.jpg')
cv2.imshow('src', img)
imgInfo = img.shape
height = imgInfo[0]
weight = imgInfo[1]

matShift = np.float32([[1, 0, 50], [0, 1, 50]])
dst = cv2.warpAffine(img, matShift, (height, weight))  # 1.data  2.mat  3.info
# 移位 矩阵
cv2.imshow('dst', dst)
cv2.waitKey(0)

运行结果如下：
在这里插入图片描述

3-7 图片移位2

[1,0,100],[0,1,200] 2*2 2*1 
[[1,0],[0,1]]  2*2  A
[[100],[200]] 2*1   B
xy C
A*C+B = [[1*x+0*y],[0*x+1*y]]+[[100],[200]]
= [[x+100],[y+200]]

(10,20)->(110,120)

3-8 图片移位3

代码如下：

import cv2
import numpy as np

img = cv2.imread('07.jpg')
cv2.imshow('img', img)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]

dst = np.zeros(img.shape, np.uint8)

for i in range(0, height):
    for j in range(0, width - 100):
        dst[i, j + 100] = img[i, j]
cv2.imshow('image', dst)
cv2.waitKey(0)

运行结果如下：
在这里插入图片描述

3-9 图片镜像

实现步骤：

  1. 创建一个足够大的“花板”
  2. 将一副图像分别从前向后、从后向前绘制
  3. 绘制中心分割线
    代码如下：
import cv2
import numpy as np

img = cv2.imread('08.jpg')

imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
mode = imgInfo[2]

newImgInfo = (height * 2, width, mode)

dst = np.zeros(newImgInfo, np.uint8)

for i in range(0, height):  # 高==列
    for j in range(0, width):  # 宽==行
        dst[i, j] = img[i, j]  # 将原图像放到目标图
        dst[height * 2 - i - 1, j] = img[i, j]  # 将原图像一点点放到备份的图像

for i in range(0, width):
    dst[height, i] = (255, 0, 0)

cv2.imshow('dst', dst)
cv2.waitKey(0)

运行结果如下：
在这里插入图片描述

3-10 图片缩放

代码如下：

# [[A1 A2 B1],[A3 A4 B2]]
# [[A1 A2],[A3 A4]]  [[B1],[B2]]
# newX = A1*x + A2*y+B1
# newY = A3*x +A4*y+B2
# x->x*0.5 y->y*0.5
# newX = 0.5*x
import cv2
import numpy as np

img = cv2.imread('05.jpg', 1)
cv2.imshow('src', img)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
# np.float32中前两个数字表示宽高的缩放比，第三个表示偏移量
matScale = np.float32([[0.5, 0, 20], [0, 0.5, 30]])
# 第一个参数是原始图像数据，第二个参数是缩放矩阵，第三个参数是目标图片的宽高信息
dst = cv2.warpAffine(img, matScale, (int(width * 5 / 10), int(height * 5 / 10)))
cv2.imshow('dst', dst)
cv2.waitKey(0)

运行结果如下：
在这里插入图片描述

3-11 图片仿射变换

仿射变换，又称仿射映射，是指在几何中，一个向量空间进行一次线性变换并接上一个平移，变换为另一个向量空间。仿射变换需要一个M矩阵,但是由于仿射变换比较复杂，一般直接找很难找到这个矩阵，opencv提供了根据变换前后三个点的对应关系来自动求解M的函数，这个函数就是：

matAffine = cv2.getAffineTransform(matSrc, matDst)

其中，

  • matSrc：原始图像中的三个点的坐标
  • matDst：变换后的这三个点对应的坐标
  • matAffine ：根据三个对应点求出的仿射变换矩阵

然后再使用函数cv2.warpAffine()利用得到的M对原始图像进行变换即可
在这里插入图片描述
代码如下：

import cv2
import numpy as np

img = cv2.imread('03.jpg', cv2.IMREAD_UNCHANGED)
cv2.imshow('src', img)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
# src 3 -> dst 3 (左上角、左下角、右上角)
matSrc = np.float32([[0, 0], [0, height - 1], [width - 1, 0]])
matDst = np.float32([[50, 50], [100, height - 100], [width - 100, 100]])
# 组合
matAffine = cv2.getAffineTransform(matSrc, matDst)
dst = cv2.warpAffine(img, matAffine, (width, height))
cv2.imshow('dst', dst)
cv2.waitKey(0)

运行结果如下：
在这里插入图片描述

3-12 图片旋转

代码如下：

import cv2
import numpy as np

img = cv2.imread('04.jpg', cv2.IMREAD_UNCHANGED)
cv2.imshow('img', img)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
# mat rotate:1.center 2.angle 3.scale
matRotate = cv2.getRotationMatrix2D((height * 0.5, width * 0.5), 30, 1)
dst = cv2.warpAffine(img, matRotate, (height, width))
cv2.imshow('dst', dst)
cv2.waitKey(0)

运行结果如下：
在这里插入图片描述

3-13 图片几何变换小结

本章学完啦，学会了图像的基本操作，其实这都是源码上面修改的，其实还有直接使用OpenCV对图像进行操作的。可以自己找资料学习。
多敲多敲，然后理解之后再敲。

星辰同学wwq
关注
  • 6
    点赞
  • 踩
  • 15
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 6
    评论
专栏目录
C++图像处理OpenCV之屠龙宝刀第5篇——为什么计算机视觉很难做？
浮生若梦，云游四方
12-04 504
C++图像处理OpenCV实战第5篇——为什么计算机视觉很难做？ 1. 什么是计算机视觉？ 计算机视觉是把数据从摄像头现场拍摄的图片或视频中提取出来并转换为一种新的数据决策或一种新的数据表示。 所有这些转换都要实现一些特定的目标。 输入数据可能包含一些上下文信息，例如“在车内发现摄像头”或者“激光雷达发现1英米范围内有一个物体”。数据决策可能是“在视觉场景中有一个人”或者“在这块皮肤表皮上有14个肿瘤”。 一种新的数据表示可能意味着把一张彩色图片转换为一张灰度图片或者从一个图片序列中获取一组摄像头的运动信
Python实现OpenCV图像处理程序
qq_39835949的博客
03-14 540
在本例中，时间复杂度取决于读取和转换图像的时间，而空间复杂度取决于图像大小和转换后的灰度图像的内存消耗。最后，我们使用cv2.imshow()函数在窗口中显示灰度图像。在显示图像之前，我们需要使用cv2.namedWindow()函数创建一个窗口。在本篇文章中，我们将通过使用Python实现一个基本的OpenCV程序来为您介绍OpenCV的入门知识。首先，我们需要导入OpenCV库和numpy库，这样我们才能使用OpenCV提供的函数和数据类型。我们的目标是读取一张图片，将其转换为灰度图像并显示在屏幕上。
OpenCV-python学习笔记（二）——图像操作
qq_36070977的博客
06-19 737
为了快速学习，按照中文教程中的顺序，走一遍python接口。英文能力较强者，可以从对应的英文教程自己翻译学习。 一、OpenCV图像的基本操作 获取并修改像素值 读取一副图像，根据像素的行和列的坐标获取它的像素值，对于RGB图像而言，返回RGB的值，对于灰度图则返回灰度值。 import cv2 import numpy img = cv2.imread('0.jpg') px = img[100, 100] print ("img(100, 100)的像素值:", px) #返回的值分别代表：蓝色、
OpenCv—python学习 1.读入图像
weixin_41407236的博客
04-03 143
1.学习OpenCV-python的学习首先要必备Python的基础知识，其次要配备好开发环境，我自己用的是Python3.7+PyCharm，这个编辑器还是挺好用的，毕竟是刚开始学习，还没有什么太大的要求 2.安装 OpenCV 库文件，numpy ，matplotlib，这几个，我是用的Anaconda3来直接集成的，还是特别好用的，省下了一部分的集成文件的时间 3.先粘下代码 im...
Python-OpenCV:cv2.imread(),cv2.imshow(),cv2.imwrite()
fu6543210的博客
06-27 16万+
为什么使用Python-OpenCV虽然python 很强大，而且也有自己的图像处理库PIL，但是相对于OpenCV 来讲，它还是弱小很多。跟很多开源软件一样OpenCV 也提供了完善的python 接口，非常便于调用。OpenCV 的稳定版是2.4.8，最新版是3.0，包含了超过2500 个算法和函数，几乎任何一个能想到的成熟算法都可以通过调用OpenCV 的函数来实现，超级方便。一、需要工具本...
opencv+python机器视觉图像处理之图像滤波
04-12
opencv+python机器视觉图像处理之图像滤波，课程作业，简答可用
opencv+python基本的图像处理
12-22
opencv+python基本的图像处理 1、 运行环境、语言及计算机视觉库的介绍： 1.1 Python Python是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本(shell)，随着版本的...
计算机视觉+OpenCV+Python教程+入门指南
最新发布
01-04
从OpenCV的安装和配置到常用的图像处理和计算机视觉算法，再到实际的项目案例，全面而系统地讲解了OpenCV和Python的相关知识和技能，适合初学者学习。 收集了很多OpenCV的项目资源和代码，涉及到人脸识别、目标检测...
OpenCV+3计算机视觉+Python语言,opencv3计算机视觉python语言实现pdf,Python
09-10
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应用。结合Python语言，它为开发者提供了丰富的功能，使得在各种平台下进行图像分析、识别和处理变得极其简单。本篇将深入探讨OpenCV 3与...
OpenCV+3计算机视觉++Python语言实现+第二版
10-18
OpenCV（开源计算机视觉库）是计算机视觉领域广泛应用的一个库，它提供了丰富的图像处理和计算机视觉功能，支持多种编程语言，包括Python。 计算机视觉是一门多学科交叉的科学，它涵盖了图像处理、机器学习、深度...
cv2.imshow()显示图片与cv2.imread()读取灰度图像
行三里路，读两页书
02-27 1万+
import cv2 img = cv2.imread(‘images/1.jpg’) cv2.imshow(‘result.jpg’,img) cv2.waitKey(0) cv2.destroyAllWindows() cv2.waitKey(1) cv2.waitKey(1) cv2.waitKey(1) cv2.waitKey(1) 参考：https://blog.csdn.net/ei1...
第7讲 python-opencv图像处理直方图
weixin_42989738的博客
09-13 150
import cv2 import numpy as np import matplotlib.pyplot as plt lena = cv2.imread("car.jpg") # lena = cv2.cvtColor(lena,cv2.COLOR_BGR2GRAY) lena = cv2.medianBlur(lena,5) hist = cv2.calcHist([lena],[0],None,[256],[0,256]) # 传入图像，通道（0代表灰度）None掩膜图像，数目和像素范围 ..
python-opencv第六期：addWeighted函数详解
追星，但也不要忘了土地
02-03 7865
本期中我们学习了addWeighted函数，了解到opencv中如何使用addWeighted函数来进行图像的混合，使得我们可以得到更能够符合操作需要的图像，虽然只是简单的操作，但是对于我们在图像处理学习过程中对于处理原理的理解确实是饶有好处的。本期为了展示addWeighted函数的图片混合效果要请出的是DC漫画中的超人与蝙蝠侠，在电影《蝙蝠侠大战超人：正义黎明》当中这两位超级英雄曾经大打出手，但作为正义联盟中的队友，最后还是要互相和解，以应对更大的外部威胁。所谓，不积跬步，无以至千里；
python中使用cv2读取显示保存图片
weixin_43196262的博客
09-21 8万+
原文来自：https://blog.csdn.net/fu6543210/article/details/80835280 1. 读取图片 使用函数cv2.imread(filepath,flags)读入一副图片 filepath：要读入图片的完整路径 flags：读入图片的标志 cv2.IMREAD_COLOR：默认参数，读入一副彩色图片，忽略alpha通道 cv2.IMREAD_GRAYSCA...
OpenCV图像处理应用（面向Python）之形态学操作
weixin_52272597的博客
05-10 970
这里写自定义目录标题欢迎来到梁老湿课堂1.腐蚀2.膨胀3.通用形态学函数3.1开运算3.2闭运算3.3梯度运算3.4顶帽运算3.5黑帽运算3.6通用形态学函数总结4.核函数多练多学多坚持，我们下期再见。 欢迎来到梁老湿课堂 1.腐蚀 首先得先了解什么是形态学？形态学，即数学形态学（Mathematical Morphology），是图像处理过程中一个非常重要的研究方向。 目的： 提取图像分量信息最本质的形状特征。 重点： 腐蚀与膨胀。 难点： 梯度运算、形态学应用。 腐蚀： 1.将图像的边界点消除，使图像沿
OpenCV Python教程（1、图像的载入、显示和保存）
热门推荐
sunny2038的专栏
06-12 48万+
转载请详细注明原作者及出处，谢谢！ 本文是OpenCV  2 Computer Vision Application Programming Cookbook读书笔记的第一篇。在笔记中将以Python语言改写每章的代码。 PythonOpenCV的配置这里就不介绍了。 注意，现在OpenCV for Python就是通过NumPy进行绑定的。所以在使用时必须掌握一些NumPy的相关知识！
python中使用cv2读取显示保存图片（转，绝对的好文）
winson_cys的博客
10-12 4547
原文来自：https://blog.csdn.net/fu6543210/article/details/80835280 1. 读取图片 使用函数cv2.imread(filepath,flags)读入一副图片 filepath：要读入图片的完整路径 flags：读入图片的标志 cv2.IMREAD_COLOR：默认参数，读入一副彩色图片，忽略alpha通道 cv2.IMREAD_GRAYSCA...
OpenCV+python计算机视觉图像处理3——图像美化
手写的现在ing
03-12 326
彩色图片直方图 import cv2 import numpy as np def ImageHist(image,type): color = (255,255,255) windowName = 'Gray' if type == 31: color = (255,0,0) windowName = 'B Hist' elif type == 32: color = (0,255,0) windowName
OpenCV+Python计算机视觉入门与实战指南
图像处理是计算机视觉的基础，OpenCV提供了一系列函数用于图像读取、显示、变换、滤波等操作。例如，可以使用imread()函数读取图像，imshow()显示图像，以及各种滤波器如GaussianBlur()进行模糊处理。在深入学习中，...
评论 6
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

星辰同学wwq

你的鼓励是我最大的动力

¥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