- 博客(11)
- 收藏
- 关注
原创 OpenCV-滤镜
流年特效 rows, cols = img.shape[:2] dst = np.zeros((rows, cols, 3), dtype="uint8") for i in range(rows): for j in range(cols): B = math.sqrt(img[i,j][0]) * 12 G = img[i,j][1] R = img[i,j][2]
2021-07-05 18:55:08
173
原创 OPenCV 狗熊面部打码
import cv2 import numpy as np shengmi = cv2.imread("gx.png",0) height,width = shengmi.shape mask = np.zeros((height,width),dtype=np.uint8) mask[0:90,60:140] = 255 key = cv2.imread("gx.png",0) jiami = cv2.bitwise_xor(shengmi,key) jiamiface = cv2.bitwise.
2021-06-28 15:53:20
58
原创 OpenCV-图像分割
下面我们将讲述的是分水岭方法 图像的灰度空间很像地球表面的整个地理结构,每个像素的灰度值代表高度。其中的灰度值较大的像素连成的线可以看做山脊,也就是分水岭。 分水岭的算法步骤 ...
2021-06-28 15:32:00
140
原创 Opencv-摄像头图像处理
打开摄像头 import cv2 cap = cv2.VideoCapture(0) while(cap.isOpened()): # 获取一帧 ret, frame = cap.read() ##图像处理 frame1=cv2.flip(frame,1) gray=cv2.cvtColor(frame1, cv2.COLOR_BGR2GRAY) canny=cv2.Canny(gray,80,150) ## cv2.imshow
2021-06-28 14:49:46
413
原创 OpenCV 去除文章下划线
import cv2 import numpy as np img=cv2.imread("zy.png",0) a=cv2.resize(img,(700,800)) cv2.imshow("src",img) binary=cv2.threshold(a,250,255,0)[1]#阈值处理 cv2.imshow("binary",binary) kernel=cv2.getStructuringElement(cv2.MORPH_RECT,(50,1))#膨胀处理 blackhat=cv2.morph
2021-06-28 13:11:00
244
原创 OpenCV 图像金字塔
拉普拉斯金字塔构建 G0 = cv2.imread("lena.bmp") cv2.imshow("input image",G0) G1=cv2.pyrDown(G0) G2=cv2.pyrDown(G1) G3=cv2.pyrDown(G2) G4=cv2.pyrDown(G3) L0 = cv2.subtract(G0,cv2.pyrUp(G1)) L1 = cv2.subtract(G1,cv2.pyrUp(G2)) L2 = cv2.subtract(G2,cv2.pyrUp...
2021-06-27 19:59:54
83
1
原创 Canny 边缘检测
去噪原理 它设置两个阀值(threshold),分别为maxVal和minVal。其中大于maxVal的都被检测为边缘,而低于minval的都被检测为非边缘。对于中间的像素点,如果与确定为边缘的像素点邻接,则判定为边缘;否则为非边缘。 案例@Fu Xianjun. All Rights Reserved. ...
2021-06-27 19:08:24
44
原创 OpenCV-阈值与平滑处理
阈值处理与平滑处理都是去除图片中的“杂质”,让图片更加的干净明了。“杂质”去除后的图片处理会更加的准确。下面是阈值与平滑处理的概念介绍。 阈值处理基本概念 平滑处理 案例@Fu Xianjun. All Rights Reserved. ...
2021-06-26 16:28:58
135
1
转载 Open cv2 图像轮廓
Open cv 图像轮廓 原图 处理后 此代码写入一部分检测轮廓面积的代码,适用于较复杂的图片。 有的图片过于复杂无法识别,可以利用检查轮廓面积大小,去除不需要部分后再绘制轮廓。 案例@Fu Xianjun. All Rights Reserved. ...
2021-05-24 20:16:56
128
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