- 博客(4)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 [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