opencv
冰雪棋书
这个作者很懒,什么都没留下…
展开
-
超像素SLIC SEEDS LSC 算法
超像素是把一张图片中具有相似特征的像素进行聚类,形成一个更具有代表性的大“像素”。这个新的像素可以作为其他图像处理算法的基本单位,可以减低图像的维度和异常像素点。目前常用的超像素分割算法有SLIC、SEEDS和LSC。下面来说说这些算法基于Opencv的Python实现。同时显示三种算法处理结果。原创 2024-01-02 16:52:28 · 544 阅读 · 0 评论 -
opencv flip
cv2.flip(img, 0) 0 沿x轴翻转 ------垂直翻转。cv2.flip(img, 1) 1 沿y轴翻转 ------水平翻转。cv2.flip(img, -1) 沿x轴y轴翻转-----垂直水平翻转。原创 2023-02-02 14:49:07 · 228 阅读 · 1 评论 -
python-opencv 图像处理基础 (十一)传统图像分割算法:分水岭算法
【代码】python-opencv 图像处理基础 (十一)传统图像分割算法:分水岭算法。原创 2022-08-29 17:30:21 · 442 阅读 · 0 评论 -
python-opencv 图像处理基础 (十)图像膨胀腐蚀+开闭操作+顶帽黑帽+形态学梯度
膨胀结构元素与原图或操作腐蚀结构元素与原图与操作最好是前景白色,背景白色。原创 2022-08-29 11:57:54 · 1315 阅读 · 0 评论 -
python-opencv 图像处理基础 (九)图像梯度+边缘检测+直线检测+圆检测+轮廓检测+对象测量
在二阶导数的时候,最大变化处的值为0即边缘是零值。通过二阶导数计算,依据此理论可以计算图像二阶导数,提取边缘。scharr 进行边缘增强后的梯度提取,提取弱边缘 ,噪声敏感,需要降噪。x和y方向最终结果很好的反应了像素梯度变化差异。一阶导数与sobel算子。一阶导数与sobel算子。二阶导数与拉普拉斯算子。.....................原创 2022-08-25 15:51:21 · 2760 阅读 · 0 评论 -
python-opencv 图像处理基础 (八)图像金字塔
【代码】python-opencv 图像处理基础 (八)图像金字塔。原创 2022-08-25 15:03:31 · 119 阅读 · 0 评论 -
python-opencv 图像处理基础 (七)图像二值化+超大图像二值化
【代码】python-opencv 图像处理基础 (七)图像二值化+超大图像二值化。原创 2022-08-25 11:50:18 · 732 阅读 · 0 评论 -
python-opencv 图像处理基础 (六)图像模板匹配
1、模板匹配#模板匹配就是在整个图像区域发现与给定子图像匹配的小块区域#所以模板匹配首先需要一个模板图像T(给定的子图像)#另外需要一个待检测的图像----源图像#工作方法,在待检测图像上,从左到右,从上向下计算模板图像与重叠子图像的匹配度,匹配程度越大,两者相同的可能性越大。#--------------------------模板匹配-------------------------# 匹配方法:# 差值平方和匹配:CV_TM_SQDIFF# 标准化差值平方和匹配:CV_TM_SQDIF原创 2022-03-10 10:33:27 · 689 阅读 · 0 评论 -
python-opencv 图像处理基础 (五)颜色直方图+直方图均衡化+直方图比较+直方图反向投影
1、颜色直方图#-------------------------------绘制颜色直方图------import cv2import numpy as np import matplotlib.pyplot as pltdef plot_demo(image): plt.hist(image.ravel(),256,[0,256]) plt.show("直方图")def image_hist(image): color=('blue','green','red') for i,co原创 2022-03-10 10:31:34 · 6781 阅读 · 0 评论 -
python-opencv 图像处理基础 (四)1D直方图 2D直方图
定义一维直方图:只考虑了一个特性,即像素的灰度值。二维直方图:考虑两个特征,通常是色度和饱和度。代码opencv 二维直方图一维的直方图使用函数cv2.calcHist()进行计算,从BGR转换成灰度图。二位直方图使用相同的函数cv2.calcHist()进行计算。对于颜色直方图,需要将图像从RGB转换为HSV。对于2D直方图,其参数将被修改如下:通道=0,1,因为需要同时处理H和S平面。用于H平面的bin=180,以及256的S平面。范围在[0,180,0,256]色值原创 2021-03-11 19:43:10 · 997 阅读 · 0 评论 -
python-opencv 图像处理基础 (三)高斯滤波 中值滤波 均值滤波
高斯噪声:顾名思义指服从高斯分布(正态分布)的一类噪声,通常是因为不良照明和温度引起的传感器噪声。通常在RGB图像中,显现比较明显。如图:椒盐噪声,通常是由图像传感器,传输通道,解压处理等产生的黑白相间的亮暗点噪声(椒-黑,盐-白)。通常出现在灰度图中。如图:降噪是图像卷积运算的重要功能之一;中值模板的卷积对去除椒盐噪声有比较好的作用但均值滤波的降噪效果不佳。对于高斯噪声通过高斯滤波去除噪声。中值滤波,将模板内的像素数据,按从小到大的顺序排列,取中间的像素替换原始像素的卷积操作。注:如果原创 2021-03-04 11:45:59 · 9119 阅读 · 0 评论 -
python-opencv 图像处理基础 (二)高斯噪声+椒盐噪声+滤波
1、模糊操作:均值模糊、中值模糊、自定义模糊#均值模糊、中值模糊、自定义模糊#模糊操作的基本原理#1、基于离散卷积#2、定义好每个卷积核#3、不同卷积核得到不同的卷积效果#4、模糊是卷积的一种表现def blur_demo(image): #均值模糊 dst=cv2.blur(image,(1,10)) cv2.imshow("blur_demo",dst)def median_blur_demo(image): #中值模糊 dst=cv2.medianBlur(image原创 2021-03-11 18:33:31 · 3844 阅读 · 0 评论 -
python-opencv 图像处理基础 (一)
1、显示/保存图像 获取图像信息 获取单通道图像 合并三通道import cv2import numpy as np #-----------------------显示/保存图像 获取图像信息 获取单通道图像 合并三通道 --------------------------def get_img_info(img): print(type(img)) print(img.shape) print(img.size) print(img.dtype) print(np.array.原创 2021-03-03 14:37:30 · 815 阅读 · 3 评论 -
ModuleNotFoundError: No module named ‘skbuild‘ Command “python setup.py egg_info“ failed with error
pip安装opencv-python时提示报错:ModuleNotFoundError: No module named 'skbuild' ----------------------------------------Command "python setup.py egg_info" failed with error code 1 in /tmp/pip-build-sp_3jdur/opencv-python/解决方法:安装sciki-buildpip3 insta原创 2021-04-07 15:52:41 · 200 阅读 · 0 评论 -
ubuntu opencv 安装
1、x86上pip安装opencv-pythonpip install opencv-python -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com最新版为opencv3安装后>>> import cv2>>> print cv2.__version__2、x86上conda安装opencv-pythonconda install -c https://c原创 2021-12-10 18:45:02 · 3734 阅读 · 0 评论