PYTHON openCv操作集合

PYTHON openCv操作集合

1.二值化

函数为

cv2.threshold()

参数	意义
第一个	原图像
第二个	进行分类的阈值
第三个	高于（低于）阈值时赋予的新值
第四个	方法选择参数，见下表

方法选择参数如下所示：

值	意义
cv2.THRESH_BINARY	黑白二值
cv2.THRESH_BINARY_INV	黑白二值反转
cv2.THRESH_TRUNC	得到的图像为多像素值
cv2.THRESH_TOZERO
cv2.THRESH_TOZERO_INV

ret, thresh = cv2.threshold(img_ori, 1, 500, 0)  # 二值化

2.寻找轮廓

contours，hierarchy = cv2.findContours(image, mode, method[, contours[, hierarchy[, offset ]]]) 

传入参数：
1.imgae： 原图，一般为二值化图像
2.mode：轮廓检索模式
cv2.RETR_EXTERNAL 表示只检测外轮廓
cv2.RETR_LIST 检测的轮廓不建立等级关系
cv2.RETR_CCOMP 建立两个等级的轮廓，上面的一层为外边界，里面的一层为内孔的边界信息。如果内孔内还有一个连通物体，这个物体的边界也在顶层。
cv2.RETR_TREE 建立一个等级树结构的轮廓。

3.method：轮廓近似方法
cv2.CHAIN_APPROX_NONE 存储所有的轮廓点，相邻的两个点的像素位置差不超过1，即max（abs（x1-x2），abs（y2-y1））==1
cv2.CHAIN_APPROX_SIMPLE 压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标，例如一个矩形轮廓只需4个点来保存轮廓信息
cv2.CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS 使用teh-Chinl chain 近似算法

返回值：
contours：轮廓
hierarchy：每条轮廓对应的属性

contours, hierarchy = cv2.findContours(thresh, mode=cv2.RETR_EXTERNAL, method=cv2.CHAIN_APPROX_NONE)    # 寻找轮廓点

图像的凸闭包

hull = cv2.convexHull(points, clockwise, returnpoints)

其中，各个参数的意义如下：

hull : 输出凸包结果，n * 1 2 数据结构，n为外包围圈点数
points: 输入的坐标点，通常为1 n * 2 结构，n为所有的坐标点的数目
clockwise：转动方向，TRUE为顺时针，否则为逆时针；
returnPoints：默认为TRUE，返回凸包上点的坐标，如果设置为FALSE，会返回与凸包点对应的轮廓上的点。

3.画圆或者点

函数：

cv2.circle(img, center, radius, color[, thickness[, lineType[, shift]]])

函数参数含义如下：

img：要画的圆所在的矩形或图像
center：圆心坐标，如 (100, 100)，一定是元组类型
radius：半径，如 10
color：圆边框颜色，如 (0, 0, 255) 红色，BGR
thickness：正值表示圆边框宽度. 负值表示画一个填充圆形
lineType：圆边框线型，可为 0，4，8
shift：圆心坐标和半径的小数点位数

4. 读取或保存图片

cv2.imread(filepath,flags)
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_GRAYSCALE：读入灰度图片
cv2.IMREAD_UNCHANGED：顾名思义，读入完整图片，包括alpha通道
import numpy as npimport cv2img = cv2.imread(‘1.jpg’,cv2.IMREAD_GRAYSCALE)

cv2.imwrite(filepath, img, flag)