- 博客(11)
- 收藏
- 关注
RSS订阅原创 OpenCV图像处理技术（Python）——视频处理
© Fu Xianjun. All Rights Reserved一、打开摄像头要使用摄像头，需要使用cv2.VideoCapture(0)创建VideoCapture对象，参数0指的是摄像头的编号，如果你电脑上有两个摄像头的话，访问第2个摄像头就可以传入1，依此类推代码如下：# 打开摄像头并灰度化显示import cv2cap = cv2.VideoCapture(0)while(cap.isOpened()): # 获取一帧 ret, frame = cap.read()
2021-07-05 16:19:48
692
1
原创 OpenCV图像处理技术（Python）——图像匹配与霍夫变换
© Fu Xianjun. All Rights Reserved一、模板匹配模板匹配是指在当前图像A内寻找与图像B最相似的部分，一般将图像A称为输入图像，将图像B称为模板图像。1.模板匹配基础语法格式：result = cv2.matchTemplate(iamge,temp1,method[,mask])· image为原始图像，必须是8位或者32位的浮点型图像。· temp1为模板图像。它的尺寸必须小于或等于原始图像，并且与原始图像具有同样的类型。· method为匹配方法。该参数通过
2021-06-28 19:40:36
452
原创 OpenCV图像处理技术（Python）——图像直方图
© Fu Xianjun. All Rights Reserved一、直方图的含义从统计的角度讲，直方图是图像内灰度值的统计特性与图像灰度值之间的函数，直方图统计图像内各个灰度级的次数。从直方图的图形上观察，横坐标是图像中各像素点的灰度级，纵坐标是具有该灰度级（像素值）的像素个数.示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。二、绘制直方图Python的模块matplotlib.pyplot中的hist()函数能够方便地绘制直方图，我们通常采用该函数直接绘
2021-06-27 17:25:17
1518
原创 OpenCV图像处理技术（Python）——图像轮廓
© Fu Xianjun. All Rights Reserved.一、pandas是什么？示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码如下（示例）：import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsimport warningswarnings.filterwarnings('ignore
2021-06-26 17:34:38
1227
原创 OpenCV图像处理技术（Python）——图像金字塔
© Fu Xianjun. All Rights Reserved.一、理论基础图像金字塔是同一图像不同分辨率的子图集合，是通过对原图像不断地向下采样而产生的，即由高分变率的图像（大尺寸）产生低分辨率的近似图像（小尺寸）。· 邻域滤波器： 采用邻域平均技术求原始图像的近似图像。该滤波器能够产生平均金字塔。· 高斯滤波器： 采用高斯滤波器对原始图像进行滤波，得到高斯金字塔。这是OpenCV函数cv2.pyrDown()所采用的方式。代码如下：import cv2 import numpy as
2021-06-21 14:47:37
979
原创 OpenCV图像处理技术（Python）——图像梯度与canny边缘检测
© Fu Xianjun. All Rights Reserved.前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、pandas是什么？示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码如下（示例）：import numpy as npimport pand
2021-06-11 09:59:35
350
2
原创 OpenCV图像处理技术（Python）——形态学操作
© Fu Xianjun. All Rights Reserved.一、形态学定义形态学，即数学形态学，是图像处理过程中一个非常重要的研究方向。形态学主要从图像内提取分量信息，该分量信息通常对于表达和描绘图像的形状具有重要意义，通常是图像理解时所使用的最本质的形状特征。二、形态学操作1.腐蚀作用： 腐蚀是最基本的形态学操作之一，它能够将图像的边界点消除，使图像沿着边界向内收缩，也可以将小于指定结构体元素的部分去除。语法格式：dst=cv2.erode(scr,kernel[,anchor[,i
2021-06-05 16:26:46
856
1
原创 OpenCV图像处理技术（Python）——阈值与平滑处理
© Fu Xianjun. All Rights Reserved.一、什么是阈值处理？阈值处理指挑剔图像内像素值高于一定或者低于一定值的像素点。二、阈值处理1.阈值处理语法格式：ret, dst = cv2.threshold(src, thresh, maxval, type)src： 输入图，只能输入单通道图像，通常来说为灰度图dst： 输出图thresh： 阈值maxval： 当像素值超过了阈值（或者小于阈值，根据type来决定），所赋予的值type：二值化
2021-05-25 14:27:04
212
原创 OpenCV图像处理技术（Python）——色彩空间与几何变换
© Fu Xianjun. All Rights Reserved.1 .图像类型的转换图像类型转换函数为:BGR与RGB：dst=cv2.cvtColor(scr,cv2.COLOR_BGR2RGB)BGR与灰度： dst=cv2.cvtColor(scr,cv2.COLOR_GRAY2BGR)BGR与HSV: dst=cv2.cvtColor(scr,cv2.COLOR_HSV2BGR)代码如下：import cv2import numpy as npimg1=cv2.imread
2021-05-25 13:34:13
314
原创 OpenCV图像处理技术（Python）——脸部打码
**OpenCV——脸部打码一、图像脸部打码的原理在图像处理过程中，我们可能会对图像的某一个特定区域感兴趣，该区域被称为感兴趣区域（Region of Interest,ROI）。在设定感兴趣区域ROI后，就可以对该区域进行整体操作。脸部打码也是运用这一原理，例如，将一个感兴趣区域A赋值给变量B后，可以将该变量B赋值给另外一个区域C，从而达到在区域C内复制区域A的目的。二、脸部打码及解码代码如下：import cv2import numpy as nplena=cv2.imread("l
2021-04-24 17:24:37
1257
原创 OpenCV图像处理技术（Python）——入门
OpenCV入门图像作为人类感知世界的视觉基础，是人类获取信息、表达信息的重要手段，OpenCV作为一个开源的计算机视觉库，它包括几百个易用的图像成像和视觉函数，既可以用于学术研究，也可用于工业邻域，它于1999年由因特尔的Gary Bradski启动，OpenCV库主要由C和C++语言编写，它可以在多个操作系统上运行。1.1图像处理基本操作在图像处理过程中，读取图像、显示图像、保存图像是最基本的操作，在进行这些操作之前我们需要进下载opencv(pip install opencv-python或者
2021-04-17 21:09:01
3577
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人