python cv2的一些操作，如膨胀，画线，滤波等

最新推荐文章于 2024-03-30 21:53:41 发布
最新推荐文章于 2024-03-30 21:53:41 发布
阅读量3.4k 收藏 22
点赞数
文章标签： python opencv 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_51395608/article/details/131185537
版权

目录

0. cv2简介

在这里先简单介绍一下cv2吧。

  1. cv2 是 OpenCV Python 库的主要模块，提供了许多图像处理和计算机视觉方面的函数和工具。使用 cv2 可以对图像进行读取、保存、处理、显示等操作，同时也提供了许多计算机视觉方面的算法和函数，如特征检测、对象跟踪、图像分割等。
  2. cv2 中一些常用的函数和工具包括：
  • cv2.imread()：读取图像文件。
  • cv2.imshow()：显示图像。
  • cv2.imwrite()：保存图像到文件。
  • cv2.cvtColor()：将图像从一种颜色空间转换为另一种。
  • cv2.resize()：调整图像大小。
  • cv2.threshold()：对图像应用阈值。
  • cv2.findContours()：查找图像中的轮廓。
  • cv2.matchTemplate()：在图像中查找模板。
  • cv2.VideoCapture()：捕获视频帧。
  • cv2.VideoWriter()：将视频帧写入文件。
  1. 除此之外，cv2 还提供了许多计算机视觉方面的算法和函数，如特征检测与匹配、对象检测与跟踪、图像分割、人脸识别等。cv2 是 Python 中进行图像处理和计算机视觉的重要工具之一，被广泛应用于工业、医疗、安防等领域。

1. 打开摄像头

代码：

'''
Descripttion: 打开摄像头
version: 版本
Author: YueXuanZi
Date: 2023-05-29 16:29:15
LastEditors: YueXuanZi
LastEditTime: 2023-06-13 19:33:46
Experience: 心得体会
'''
import cv2

capture = cv2.VideoCapture(0)

while True:
    ret, frame = capture.read()
    frame2 = cv2.flip(frame,1)
    cv2.imshow("camera",frame2)
    key = cv2.waitKey(1)
    if key!= -1:
        break

capture.release()

注意：要找好摄像头型号是否匹配，再者，想关闭摄像头，我这里设置是，按一下键盘的“1”就好。
在cv2.imshow()之前可以对frame2的矩阵进行处理。

2. 画图,画线

代码：

'''
Descripttion: 画图,画线
version: 版本
Author: YueXuanZi
Date: 2023-05-29 15:05:24
LastEditors: YueXuanZi
LastEditTime: 2023-06-13 19:29:47
Experience: 心得体会
'''
import cv2
import numpy as np

image = np.ones((300,300,3))
cv2.imshow("image",image)
cv2.line(image,(100,200),(250,250),(255,0,255),2) # 图像，起点，终点，颜色，粗细
cv2.rectangle(image,(30,100),(60,150),(0,255,0),2) # 方框
cv2.circle(image,(150,100),20,(0,0,255),3)  # 圆圈
cv2.putText(image,"hello",(100,50),3,1,(0,255,255),2,1) # 字符串，坐标，字体序号，缩放系数，颜色，粗细
cv2.imshow("image",image)
cv2.waitKey()

运行结果：
图像

这个经常用在对图像中某个物体的识别进行框出来或者标识

3. 滤波

代码：

'''
Descripttion: 滤波
version: 版本
Author: YueXuanZi
Date: 2023-05-29 15:13:00
LastEditors: YueXuanZi
LastEditTime: 2023-06-13 19:30:23
Experience: 心得体会
'''
import cv2


image = cv2.imread("women.jpg")

gauss = cv2.GaussianBlur(image,(5,5),0) # 高斯滤波
median = cv2.medianBlur(image,5) # 中值

cv2.imshow("image1",image)
cv2.imshow("gauss",gauss)
cv2.imshow("median",median)
cv2.imshow("image",image)
cv2.waitKey()

运行结果：
图像

cv2 滤波函数是 OpenCV 库中的函数，用于对图像进行滤波处理。 常用的滤波函数包括：

  1. cv2.blur(src, ksize[, dst[, anchor[, borderType]]])：均值滤波。将每个像素的值设置为其周围像素的平均值。
  2. cv2.GaussianBlur(src, ksize, sigmaX[, dst[, sigmaY[, borderType]]])：高斯滤波。将每个像素的值设置为其周围像素的加权平均值，权重取决于它们到中心像素的距离，距离越远的像素权重越小。
  3. cv2.medianBlur(src, ksize[, dst])：中值滤波。将每个像素的值设置为其周围像素的中值，即排序后的中间值。
  4. cv2.bilateralFilter(src, d, sigmaColor, sigmaSpace[, dst[, borderType]])：双边滤波。将每个像素的值设置为其周围像素的加权平均值，权重除了像素间距离外，还考虑了它们的像素值相似度。

4. 获取角点

代码：

'''
Descripttion: 获取角点
version: 版本
Author: YueXuanZi
Date: 2023-05-29 15:16:32
LastEditors: YueXuanZi
LastEditTime: 2023-06-13 19:30:39
Experience: 心得体会
'''
import cv2

image = cv2.imread("women.jpg")

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) 
corners = cv2.goodFeaturesToTrack(gray, 500, 0.1, 10)
for corner in corners:
    x,y = corner.ravel()
    cv2.circle(image,(int(x),int(y)),3,(255,0,255),-1)

cv2.imshow("corners",image)
cv2.waitKey()

运行结果：

图像

cv2.goodFeaturesToTrack是OpenCV中的一个函数，可以在图像中检测到角点。其用法如下：

cv2.goodFeaturesToTrack(image, 
						maxCorners, 
						qualityLevel, 
						minDistance[, 
									corners[, 
											mask[, 
												blockSize[,
													 useHarrisDetector[,
													 	 k]]]]]) -> corners

其中，参数的含义如下：

  • image：输入的灰度图像。
  • maxCorners：检测到的最大角点数。
  • qualityLevel：表示角点的可接受质量水平，取值范围为0到1之间。
  • minDistance：表示角点之间的最小距离。
  • corners：输出的角点坐标。
  • mask：可选参数，表示要检测的图像区域。
  • blockSize：计算梯度和角点响应函数时所使用的窗口大小。
  • useHarrisDetector：可选参数，表示是否使用Harris角点检测算法。默认为False。
  • k：可选参数，表示Harris角点检测算法中的参数k，默认值为0.04。

返回值为检测到的角点坐标列表。

5. 梯度+边缘

代码：

'''
Descripttion: 梯度+边缘
version: 版本
Author: YueXuanZi
Date: 2023-05-29 15:32:07
LastEditors: YueXuanZi
LastEditTime: 2023-05-29 15:39:08
Experience: 心得体会
'''
import cv2
import numpy as np

gray = cv2.imread("women.jpg",cv2.IMREAD_GRAYSCALE)

laplacian = cv2.Laplacian(gray, cv2.CV_64F)
canny = cv2.Canny(gray, 100, 200) # 大于200，是边缘，小于100，非边缘，100——200待定

cv2.imshow("gray",gray)
cv2.imshow("laplacian", laplacian)
cv2.imshow("canny",canny)

cv2.waitKey()

运行结果：
图像

6. 图形匹配

原图：
原图

代码：

'''
Descripttion: 图形匹配
version: 版本
Author: YueXuanZi
Date: 2023-05-29 15:23:11
LastEditors: YueXuanZi
LastEditTime: 2023-06-13 19:31:26
Experience: 心得体会
'''
import cv2
import numpy as np
image = cv2.imread("puke.jpg")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) 

templat = gray[51:62, 50:64]

match = cv2.matchTemplate(gray, templat, cv2.TM_CCOEFF_NORMED)

locations = np.where(match>0.9)
w, h = templat.shape[0:2]
for p in zip(*locations[::-1]):
    x1,y1 = p[0],p[1]
    x2,y2 = x1 + w, y1 + h
    cv2.rectangle(image, (x1,y1),(x2,y2),(0,255,0),2)

cv2.imshow("image",image)
cv2.waitKey()

运行结果：
pipei

cv2.matchTemplate 是 OpenCV 库中的函数，用于在一幅图像中搜索指定的模板（即另一张小图像），并返回模板在原图像中的位置。该函数使用模板匹配算法，通过对原图像中每个像素与模板的相似度进行比较，得到一个响应图像，其中响应值最大的位置即为匹配位置。
函数原型如下：

cv2.matchTemplate(image, templ, method[, result[, mask]])

参数说明：

  • image：原图像，可以是任意通道数的灰度图或彩色图像。
  • templ：模板图像，必须是单通道的灰度图像。
  • method：匹配算法，可选值包括 cv2.TM_SQDIFF、cv2.TM_SQDIFF_NORMED、>cv2.TM_CCORR、cv2.TM_CCORR_NORMED、cv2.TM_CCOEFF 和 >cv2.TM_CCOEFF_NORMED。
  • result：可选输出参数，响应图像。
  • mask：可选掩码，指定哪些像素需要匹配。
    函数返回值为一个 Numpy 数组，表示模板在原图像中的匹配结果。可以通过 np.unravel_index 函数将数组中响应值最大的位置转换为坐标。例如：
res = cv2.matchTemplate(img, templ, cv2.TM_CCOEFF)
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
top_left = max_loc
bottom_right = (top_left[0] + w, top_left[1] + h)
cv2.rectangle(img, top_left, bottom_right, 255, 2)

其中 img 是原图像，templ 是模板图像，w 和 h 分别是模板图像的宽度和高度，max_loc 是响应图像中响应值最大的位置。这段代码将在原图像中绘制一个矩形框，框选出匹配到的区域。

7. 形态学变化-膨胀腐蚀

代码：

'''
Descripttion: 形态学变化
version: 版本
Author: YueXuanZi
Date: 2023-05-29 15:59:32
LastEditors: YueXuanZi
LastEditTime: 2023-05-29 16:28:36
Experience: 心得体会
'''
import cv2
import numpy as np

gray = cv2.imread("women.jpg",cv2.IMREAD_GRAYSCALE)

_, binary = cv2.threshold(gray, 150,255, cv2.THRESH_BINARY_INV) # cv2.THRESH_BINARY_INV反向二值化
kernel = np.ones((5,5),np.uint8)

erosion = cv2.erode(binary, kernel) # 腐蚀
dilation = cv2.dilate(binary,kernel) # 膨胀

cv2.imshow("binary",binary)
cv2.imshow("erosion",erosion)
cv2.imshow("dilation",dilation)

cv2.waitKey()

运行结果：
tu1
cv2 中的膨胀（dilate）和腐蚀（erode）是图像处理中基本的形态学操作，它们主要用于对二值图像进行处理，可以用于去除图像中的噪声、填补图像中的空洞、分离图像中的物体等。

  1. 膨胀操作将图像中的边缘区域扩张，使得图像中的白色区域增大。具体来说，对于图像中的每个像素，如果其周围存在至少一个白色像素，则该像素被认为是白色的；否则，该像素被认为是黑色的。膨胀的过程可以使用一个结构元素（kernel）来控制，结构元素可以是任意形状的矩阵，通常是一个正方形或圆形。
  2. 腐蚀操作与膨胀相反，将图像中的边缘区域收缩，使得图像中的白色区域减小。具体来说，对于图像中的每个像素，如果其周围所有像素都是白色，则该像素被认为是白色的；否则，该像素被认为是黑色的。腐蚀的过程也可以使用一个结构元素来控制。
  3. 膨胀和腐蚀操作可以组合使用，也可以多次重复执行，以达到不同的效果。例如，先进行膨胀操作，然后再进行腐蚀操作，可以去除图像中的小孔和毛刺；而先进行腐蚀操作，然后再进行膨胀操作，可以填补图像中的空洞和裂缝。
  4. 膨胀和腐蚀操作在图像处理中的应用非常广泛，例如在数字图像处理中，可以用于二值化、边缘检测、形态学分析等方面。

8. 二值化+阈值

代码：

'''
Descripttion: 二值化+阈值
version: 版本
Author: YueXuanZi
Date: 2023-05-29 15:41:08
LastEditors: YueXuanZi
LastEditTime: 2023-06-05 16:39:28
Experience: 心得体会
'''
import cv2
import numpy as np

gray = cv2.imread("women.jpg",cv2.IMREAD_GRAYSCALE)

ret, binary =cv2.threshold(gray, 150, 255, cv2.THRESH_BINARY)
print(gray.shape)
binary_adaptive = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY,155,1)
# 大金算法
ret1, binary_otsu = cv2.threshold(gray, 0,255,cv2.THRESH_BINARY + cv2.THRESH_OTSU)

cv2.imshow("gray",gray)
cv2.imshow("binary",binary)
cv2.imshow("adaptive",binary_adaptive)
cv2.imshow("otsu",binary_otsu)

cv2.waitKey()

运行结果：

tuian

cv2的二值化作用与原理：

  1. cv2 中的二值化（thresholding）是一种常用的图像预处理方法，用于将灰度图像转换为二值图像，即只有黑白两种颜色的图像。二值化可以使图像中的信息更加简洁明了，便于后续的图像处理和分析。
  2. 二值化的原理是将灰度图像中的像素值进行阈值处理，将大于或等于阈值的像素设为白色，小于阈值的像素设为黑色。在 cv2 中，可以使用 cv2.threshold() 函数进行二值化处理，其参数包括输入图像、设定的阈值、像素值的最大值、二值化的类型等。

cv2的阈值解释和参数：

  1. cv2 中的阈值（threshold）是一种常用的图像处理操作，用于将图像中的像素值转换为二进制形式，即只有 0 和 1 两种状态，以实现图像分割、边缘检测等目的。
  2. 阈值可以限制图像中像素值的范围，从而达到筛选出感兴趣区域的作用。在 cv2 中，可以使用 cv2.threshold() 函数进行阈值处理，其参数包括输入图像、设定的阈值、像素值的最大值、阈值处理的类型等。
  3. 阈值处理的类型有以下几种：
  • cv2.THRESH_BINARY：大于阈值的像素设为最大值，小于阈值的像素设为 0。
  • cv2.THRESH_BINARY_INV：大于阈值的像素设为 0，小于阈值的像素设为最大值。
  • cv2.THRESH_TRUNC：大于阈值的像素设为阈值，小于阈值的像素不变。
  • cv2.THRESH_TOZERO：大于阈值的像素不变，小于阈值的像素设为 0。
  • cv2.THRESH_TOZERO_INV：大于阈值的像素设为 0，小于阈值的像素不变。

10. 总结

其实cv2挺简单的，而且方便好用，可以学习一下，用于图像识别是一个很有趣的库。

最后我把我用的那个图片放在这里吧，欢迎大家在评论区交流学习！！！


图片

岳轩子
关注
  • 0
    点赞
  • 踩
  • 22
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
解决python3.7中opencv模块cv2安装问题
02-07
OpenCV是计算机视觉领域应用最广泛的开源工具包，基于C/C++，支持Linux/Windows/MacOS/Android/iOS，并提供了Python，Matlab和Java等语言的接口，因为其丰富的接口，优秀的性能和商业友好的使用许可，不管是学术界还是业界中都非常受欢迎。本资源是适合python3.7版本的opencv包，解决安装cv2模块报错的问题。
Python之cv2
deye1979的专栏
02-26 580
1.读取图片 import cv2 img = cv2.imread('./test.jpg') 读取出来的图片是numpy.ndarray格式，值是0～255， img的形状是 (图片高度，图片宽度，图片通道数），打印值出来发现通道的顺序是BGR，而不是RGB。 2.改变图片大小 import cv2 width = 100 height = 2...
Python之Opencv教程（1）：读取图片、图片灰度处理
最新发布
WwLK123的博客
03-30 812
OpenCV（Open Source Computer Vision Library）是一个用于计算机视觉和图像处理的开源库，提供了丰富的图像处理、计算机视觉和机器学习功能。它支持多种编程语言，包括C++、Python、Java等，广泛应用于图像处理、目标检测、人脸识别、图像分割、运动跟踪等领域。
python——cv2
s14373597的博客
09-17 229
import cv2 as cv import numpy as np import matplotlib.pyplot as plt img=cv.imread("F:\\image\\logo.png",cv.IMREAD_UNCHANGED) #读取图像cv.IMREAD_UNCHANGED,cv.IMREAD_GRAYSCALE """ #第一次课 图像读入 显示与保存 import cv2 as cv import numpy as np print("hello") img=cv.i
python cv2
zsy2415535899的博客
02-10 468
1.自定义窗口大小显示图像 import cv2 img = cv2.imread('f:\\tmp\\cotton.jpg') win = cv2.namedWindow('test win', flags=0) cv2.imshow('test win', img) cv2.waitKey(0)
Python：cv2
魔筝炼药师
06-12 1489
待更新
python 实现画线（line）
06-08
# 题目：画图，学用line画直线。
Lee滤波（python代码）
12-21
Lee滤波算法（python实现代码）
python实现逆滤波与维纳滤波示例
09-17
今天小编就为大家分享一篇python实现逆滤波与维纳滤波示例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Python 实现中值滤波、均值滤波的方法
12-24
红包： Lena椒盐噪声图片： # -*- coding: utf-8 -*- """ Created on Sat Oct 14 22:16:47 2017 @author: Don """ from tkinter import * from skimage import io ...im=io.imread('lena_sp.jpg', as_grey=True) ...
Python cv2
凡森
06-01 2343
读取图片 pic_bg = 'images\\bg.bmp' im_pic_bg = cv2.imread(pic_bg) 灰度 pic_bg = 'images\\bg.bmp' im_pic_bg = cv2.imread(pic_bg) im_pic_bg_gray = cv2.cvtColor(im_pic_bg, cv2.COLOR_BGR2GRAY) #转换了灰度化 高斯平滑操...
【Python】CV2的一些基本操作
pythondby的博客
12-10 3296
·导入： import cv2 ·读取图片： img = cv2.imread('路径') 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_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 n
cv2 python教程_OpenCV_Python教程 系列！
weixin_31971727的博客
02-01 731
这个是作者的总结系列！赞一个！对于python的PCL库，还不是成熟，还是不用了吧！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。配置过程：把D:\OpenCV\opencv\bui...
python 安装CV2
热门推荐
藏锋于鞘的博客
10-28 17万+
通常一个指令 pip intsall opencv-python 大多数的情况下，是可以的安装成功CV2，可是有时，这个指令安装的pip会出现CV2版本与python安装的版本，不匹配导致，你安装的opencv不成功，个人示例： 1.先更新pip python -m pip install --upgrade pip 2.从清华的镜像 `https://pypi.tuna.tsingh...
python模块-CV2
ssslevel的博客
01-29 2446
CV2是OpenCV2（Open Source Computer Vision Library）。它是一个开源的库平台计算机视觉库。可以进行图像处理相关工作。读入一张图片，flags可选择彩，灰，完整图。显示名为name的图像imgcv2.waitKey(0)：显示图像后等待按键按下cv2.destroyAllWindow()：销毁窗口将图像img保存在file中，num表示图片类型质量。
python安装cv2
qq_37402392的博客
11-16 4万+
参考链接： https://blog.csdn.net/weixin_39450145/article/details/104801730 https://pypi.org/project/opencv-python/ 1.问题：ModuleNotFoundError: No module named 'cv2’ 2.解决：安装cv2 pip install opencv-python （如果只用主模块，使用这个命令安装） pip install opencv-contrib-python （如果.
python CV2库
weixin_47414034的博客
06-24 1万+
1.读入一张图片2.显示图片3.保存图片4.灰度图和彩色图片相互转化5.图像缩放6.图像翻转安装的时候是pip install opencv_python但是在导包的时候是import cv2注意：使用cv2库的时候，文件路径一定要全英文，不能有中文，一旦有中文就会有各种莫名其妙的错误1.读入一张图片：cv2.imread(filepath,flags) 其中filepath表示图片的路径flags表示要读入的是什么图片：（1）cv2.IMREAD_COLOR：默认参数，读入一副彩色图片，忽略alpha
python cv2 中值滤波
10-11
在Python的cv2库中，中值滤波可以通过cv2.medianBlur()函数来实现。该函数的语法如下： cv2.medianBlur(src, ksize) 其中，src表示输入的图像，ksize表示滤波器的大小，必须是大于1的奇数。 中值滤波是一种非线性滤波方法，它将每个像素的值替换为邻域窗口中像素值的中值。这种滤波方法能够有效地去除图像中的椒盐噪声或者其他类型的噪声。 以下是一个示例代码，演示了如何在Python中使用cv2库进行中值滤波： ``` import cv2 # 读取图像 image = cv2.imread("your_image.jpg") # 进行灰度化处理 gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 中值滤波 median_blur_image = cv2.medianBlur(gray_image, 5) # 显示结果 cv2.imshow("Original Image", image) cv2.imshow("Median Blur Image", median_blur_image) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在这个例子中，我们首先读取了一张图像，然后将其转换为灰度图像。接下来，我们使用cv2.medianBlur()函数对灰度图像进行中值滤波，并将结果显示出来。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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
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