- 博客(4)
- 问答 (1)
- 收藏
- 关注
原创 [我的OpenCV学习日志]--4 2021/10/26
目录 一、礼帽与黑帽 二、图像梯度——Sobel算子 三、图像梯度——Scharr算子;Laplacian算子 一、礼帽与黑帽 (1)礼帽 = 原始输入 - 开运算结果 (2)黑帽 = 闭运算 - 原始输入 用处: (1)礼帽运算:原图像和开运算结果图之差,常用来分离比邻近点亮一些的斑块,在一幅图像具有大幅的背景而微小物品比较有规律的情况下,可以使用礼帽运算进行背景提取 (2)黑帽运算:突出了比原图像轮廓周围的区域更暗的区域,所以用来分离比邻近点暗一些的斑块,效果图有着非常完美的.
2021-10-26 22:13:48 1291
原创 [我的OpenCV学习日志]-3 2021/20/25
一、数值计算 #数值计算 img_flower = cv2.imread('D:/flower.jpg') img_flower2 = img_flower + 10 #每个像素点上都加10 img_flower[:5,:,0]#只取前五行 array([[255, 255, 255, ..., 255, 255, 255], [255, 255, 255, ..., 255, 255, 255], [255, 255, 255, ..., 255, 255, 255]
2021-10-25 20:38:09 987
原创 [我的OpenCV学习日志]-2 2021/10/22
一、读取灰度图像 1.cv2.IMREAD_CLOLR :彩色图像 2.cv2.IMREAD_GRAYSCALE:灰度图像 # cv2.IMREAD_CLOLR :彩色图像 cv2.IMREAD_GRAYSCALE:灰度图像 img = cv2.imread('D:/fzd2.jpg',cv2.IMREAD_GRAYSCALE) img #转换为了灰度图,在一些对图像的处理中,有时需要先把彩色图像转换为灰度图 array([[ 17, 17, 17, ..., 21, 20, ..
2021-10-22 17:43:15 1334
原创 [我的OpenCV学习日志]-1 2021/10/21
一、计算机眼中的图像 1.在计算机中,将一个图像分成好多大小相同的块,每一块又由许多小块组成,我们称之为像素点,每一个像素点代表一个值,其取值范围是0--255,数值越大表示亮度越高 2.RGB是图像的颜色通道(R:red;G:green;B:blue),彩色图才有此三通道,灰度图(黑白图)只有一个通道表示亮度就足够了 3.例:一个高500,宽500的彩色图片,则此图片维度是[500,500,3] 二、图片的读取 import cv2 #opencv读取的格式是BGR import mat.
2021-10-21 23:24:30 109
空空如也
请问用matplotlib实现该图的大致思路是什么?
2021-10-24
TA创建的收藏夹 TA关注的收藏夹
TA关注的人