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

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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
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