python中采用opencv作常规的图片处理的方法~~~

在python中,我们经常会需要对图片做灰度/二值化/模糊等处理,这时候opencv就是我们的好帮手了,下面我来介绍一下相关用法:

首先,需要安装opencv-python库:

然后,在你的代码中引用:

import cv2

最后就是代码了,这里列出上述几种常规图片处理的方法,为了方便取用我已经做成了函数:

def process_image(image_path, mode="灰度"):

    try:
        # 读取图片(灰度和二值化处理时,直接以灰度图像读入)
        image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE if mode != "高斯模糊" else cv2.IMREAD_COLOR)

        if image is None:
            return "抱歉,无法读取图片。请检查路径是否正确。"
        # endif

        # 根据模式处理图片
        if mode == "灰度":
            processed_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) if len(image.shape) == 3 else image        #如果是RGB图像才转换,否则直接返回原图像
            output_path = "processed_grayscale_image.jpg"
        elif mode == "二值化":
            _, processed_image = cv2.threshold(image, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
            output_path = "processed_binary_image.jpg"
        elif mode == "高斯模糊":
            processed_image = cv2.GaussianBlur(image, (15, 15), 0)
            output_path = "processed_blurred_image.jpg"
        else:
            return "抱歉,不支持该图片处理模式。"
        # endif

        # 保存处理后的图片
        cv2.imwrite(output_path, processed_image)
        return f"图片已处理并保存为 {output_path}。"

    except Exception as e:
        return f"抱歉,图片处理时出错了: {str(e)}"

    #end try

#end def

如果需要快速显示前面处理的结果,用下面的函数即可:

def show_image(image_path):

    try:
        # 读取图片
        image = cv2.imread(image_path)

        if image is None:
            return "抱歉,无法读取图片。请检查路径是否正确。"
        # endif

        # 显示图片
        cv2.imshow("Image", image)
        cv2.waitKey(0)
        cv2.destroyAllWindows()
        return "图片已显示。"

    except Exception as e:
        return f"抱歉,显示图片时出错了: {str(e)}"

    #end try

#end def

随取,不谢 ~~~

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

打赏作者

happybasic

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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