openCV3 图像处理（二）

最新推荐文章于 2025-06-09 12:38:12 发布

昂然击水三千里

最新推荐文章于 2025-06-09 12:38:12 发布

阅读量372

点赞数

CC 4.0 BY-SA版权

分类专栏：计算机视觉

本文链接：https://blog.youkuaiyun.com/Dong_dongFan/article/details/88856593

本文介绍了使用OpenCV3进行图像处理，包括边界框、最小矩形区域和最小闭圆轮廓的检测。通过cv2.findContours和阈值处理，结合cv2.threshold函数实现图像分类。此外，还探讨了图像金字塔、高斯金字塔和拉普拉斯金字塔的构建。直线检测采用Hough变换原理，而圆检测则利用HoughCircles方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

边界框、最小矩形区域和最小闭圆轮廓

实现
cv2.findContours + OpenCV功能
cv2.threshold(src, thresh, maxval, type, dst=None)
threshold 阈值
功能：当像素值高于阈值时，我们给这个像素赋予一个新值（可能是白色），否则我们给它赋予另一种颜色（也许是黑色）
参数
src 源图像（应为灰度图）
thresh 对像素进行分类的阈值
maxval 当像素高于thresh时被赋予的新的像素值
type OpenCV提供的多种不同的阈值方法

	Threshold Binary		即二值化，将大于阈值的灰度值设为最大灰度值，小于阈值的值设为0

	Threshold Binary,Inverted	将大于阈值的灰度值设为0，其他值设为最大灰度值。

	Truncate			将大于阈值的灰度值设为阈值，小于阈值的值保持不变。

	Threshold to Zero		将小于阈值的灰度值设为0，大于阈值的值保持不变。

	Threshold to Zero,Inverted	将大于阈值的灰度值设为0，小于阈值的值保持不变。

图像金字塔
高斯金字塔拉普拉斯金字塔
函数
cv2.pyrDown()
从一个高分辨率大尺寸图像向上构建尺寸变小分辨率降低
先对图像进行高斯平滑，然后再进行降采样（将图像尺寸行和列方向缩减一半）
cv2.pyrUp()
从一个低分辨率小尺寸图像向下构建尺寸变大分辨率不会增加
先对图像进行升采样（将图像尺寸行和列方向增大一倍），然后