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