OpenCV学习笔记

Opencv学习笔记

二.图像处理

七.图像金字塔

7.1高斯金字塔

import cv2
import numpy as  np
img = cv2.imread("../photo/AM.png")
img_up = cv2.pyrUp(img);
cv2.imshow("img",img)
cv2.imshow("img_up",img_up)
while cv2.waitKey(0) != -1 :
    cv2.destroyAllWindows()
    break

使用向下采样的方法，等级增长面积减小

函数：cv2.pyrDown(src)

作用：函数向下采样并模糊一张图像，即缩小一张图片

参数：

src:图像

使用向上采样的方法，等级减小面积增大

函数：cv2.pyrUp(src)

作用：函数向上采样并模糊一张图像，即放大一张图片

参数：

src:图像

7.2拉普拉斯金字塔

八.图像轮廓检测

import cv2
import numpy as np
img = cv2.imread("../photo/dog.jpg")
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(img_gray,127,255,cv2.THRESH_BINARY)
binary, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
draw_img = img_gray.copy()
res = cv2.drawContours(draw_img, contours, -1, (0, 0, 255), 2)
cv2.imshow("img_gray",img_gray)
cv2.imshow("img_thresh",thresh)
cv2.imshow("img_res",res)
while cv2.waitKey(0) != -1 :
    cv2.destroyAllWindows()
    break

函数：imge,contours,hierarchy = cv2.findContours(img,mode,method)

作用：对图像轮廓经行检测

参数：

imge：与函数参数中的原始图像一致

contours：返回的轮廓的基本参数

hierarchy：图像的拓扑信息，即层次结构

img：图像

mode:轮廓检索模式

• RETR_EXTERNAL ：只检索最外面的轮廓；

• RETR_LIST：检索所有的轮廓，并将其保存到一条链表当中；

• RETR_CCOMP：检索所有的轮廓，并将他们组织为两层：顶层是各部分的外部边界，第二层是空洞的边界;

• RETR_TREE：检索所有的轮廓，并重构嵌套轮廓的整个层次;

method:轮廓逼近方法

• CHAIN_APPROX_NONE：以Freeman链码的方式输出轮廓，所有其他方法输出多边形（顶点的序列）。

• CHAIN_APPROX_SIMPLE:压缩水平的、垂直的和斜的部分，也就是，函数只保留他们的终点部分。

函数：

imge = cv2.drawContours(

img,contours,contourIdx,color[,thickness[,lineType[,hierarchy,maxlevel[，offset]]])

作用：绘制图像轮廓

参数:

img：目标图像

contours：输入的轮廓组，每一组轮廓由点vector构成

contourIdx：指明画第几个轮廓，如果该参数为负值，则画全部轮廓，通常为-1

color：绘制用的颜色，用BGR格式表示

thickness：可选参数，表示绘制轮廓时所用画笔粗细，-1时标识实心

lineTpye：可选参数，绘制轮廓时使用的线形

hierarchy：对应cv2.findContours()输出的层次信息

maxlevel：控制轮廓层次深度

offset：偏移参数