OpenCv基本操作（裁剪，尺寸变换，噪声处理，模糊与滤波，亮度对比度转化，负片转化等）

最新推荐文章于 2025-12-01 10:10:35 发布

原创

最新推荐文章于 2025-12-01 10:10:35 发布 · 455 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #计算机视觉 #统计学 #cv #深度学习

本文介绍了OpenCV的基本操作，包括图像的几何变换、噪声处理、模糊滤波以及亮度和对比度调整。通过实例展示了如何进行盐胡椒噪声消除、高斯模糊以及灰度图像的负片转换，为计算机视觉和深度学习提供了实用的预处理技术。

OpenCV基本操作

引入

import cv2 as cv
import numpy as np
import random
src = cv.imread("E:\DIP\imag\l_hires.jpg")

几何变换

#图像裁剪
 print(src.shape)
#(2318,1084,3)
new_src = src[200:600,300:700]
cv.imwrite('new_src.jpg',new_src)

在这里插入图片描述

# 图像尺寸变换
img = cv.imread('new_src.jpg')
print(img.shape)
#(600,600,3)
new_img = cv.resize(img,(300,300),interpolation = cv.INTER_AREA)
cv.imwrite('new_img1.jpg',new_img)
print(new_img.shape)

在这里插入图片描述

new_img2 = cv.resize(img, None, fx=0.5, fy=0.5, interpolation = cv.INTER_AREA)
print(new_img2.shape)
#图像的宽对应的是列数，高对应的是行数
#(300,300,3)
cv.imwrite('new_img2.jpg',new_img2)