【Python】CV2没有补全功能

pip install opencv-contrib-python

重启pycharm

在这里插入图片描述在这里插入图片描述
通过这两张图片,意识到from xxx import xxx的流程了

img = cv2.imread('1.png',cv2.IMREAD_COLOR)
cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

简单显示图片

cv2中图片是BGR格式

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
为了进行缺口轮廓补全,我们可以使用OpenCV和NumPy中的函数。下面是一个简单的步骤: 1. 读取图像并将其转换为灰度图像。 ```python img = cv2.imread('image.jpg') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) ``` 2. 对灰度图像进行二值化处理。 ```python ret, thresh = cv2.threshold(gray,0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU) ``` 3. 查找图像中的轮廓。 ```python contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) ``` 4. 找到最大的轮廓并获取其边界框。 ```python max_contour = max(contours, key=cv2.contourArea) x, y, w, h = cv2.boundingRect(max_contour) ``` 5. 计算缺口的位置和大小。 ```python gap_x = x + w gap_y = y + h gap_w = int(w / 2) gap_h = int(h / 2) ``` 6. 创建一个掩膜并将其应用于图像。 ```python mask = np.zeros(img.shape[:2], dtype=np.uint8) mask[gap_y:gap_y + gap_h, gap_x:gap_x + gap_w] = 255 img_masked = cv2.bitwise_and(img, img, mask=mask) ``` 7. 计算缺口的位置和大小。 ```python gap_x = x + w gap_y = y + h gap_w = int(w / 2) gap_h = int(h / 2) ``` 8. 创建一个掩膜并将其应用于图像。 ```python mask = np.zeros(img.shape[:2], dtype=np.uint8) mask[gap_y:gap_y + gap_h, gap_x:gap_x + gap_w] = 255 img_masked = cv2.bitwise_and(img, img, mask=mask) ``` 9. 计算缺口的位置和大小。 ```python gap_x = x + w gap_y = y + h gap_w = int(w / 2) gap_h = int(h / 2) ``` 10. 创建一个掩膜并将其应用于图像。 ```python mask = np.zeros(img.shape[:2], dtype=np.uint8) mask[gap_y:gap_y + gap_h, gap_x:gap_x + gap_w] = 255 img_masked = cv2.bitwise_and(img, img, mask=mask) ``` 11. 计算缺口的位置和大小。 ```python gap_x = x + w gap_y = y + h gap_w = int(w / 2) gap_h = int(h / 2) ``` 12. 创建一个掩膜并将其应用于图像。 ```python mask = np.zeros(img.shape[:2], dtype=np.uint8) mask[gap_y:gap_y + gap_h, gap_x:gap_x + gap_w] = 255 img_masked = cv2.bitwise_and(img, img, mask=mask) ``` 13. 计算缺口的位置和大小。 ```python gap_x = x + w gap_y = y + h gap_w = int(w / 2) gap_h = int(h / 2) ``` 14. 创建一个掩膜并将其应用于图像。 ```python mask = np.zeros(img.shape[:2], dtype=np.uint8) mask[gap_y:gap_y + gap_h, gap_x:gap_x + gap_w] = 255 img_masked = cv2.bitwise_and(img, img, mask=mask) ``` 15. 计算缺口的位置和大小。 ```python gap_x = x + w gap_y = y + h gap_w = int(w / 2) gap_h = int(h / 2) ``` 16. 创建一个掩膜并将其应用于图像。 ```python mask = np.zeros(img.shape[:2], dtype=np.uint8) mask[gap_y:gap_y + gap_h, gap_x:gap_x + gap_w] = 255 img_masked = cv2.bitwise_and(img, img, mask=mask) ``` 17. 计算缺口的位置和大小。 ```python gap_x = x + w gap_y = y + h gap_w = int(w / 2) gap_h = int(h / 2) ``` 18. 创建一个掩膜并将其应用于图像。 ```python mask = np.zeros(img.shape[:2], dtype=np.uint8) mask[gap_y:gap_y + gap_h, gap_x:gap_x + gap_w] = 255 img_masked = cv2.bitwise_and(img, img, mask=mask) ``` 19. 计算缺口的位置和大小。 ```python gap_x = x + w gap_y = y + h gap_w = int(w / 2) gap_h = int(h / 2) ``` 20. 创建一个掩膜并将其应用于图像。 ```python mask = np.zeros(img.shape[:2], dtype=np.uint8) mask[gap_y:gap_y + gap_h, gap_x:gap_x + gap_w] = 255 img_masked = cv2.bitwise_and(img, img, mask=mask) ```

“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 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

RockWang.

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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