qq757056521的博客

小案例：把数据写入xml文件中，如图像宽高、相机标定参数等等。如，把width=320，height=380，即1行5列、值为3的Mat，3*3的单位矩阵写入xml，形式如图：代码:#include <iostream>#include "opencv2/opencv.hpp"using namespace std;#define XML_TESTint main() {#ifdef XML_TEST //写xml int width = 320; i

小案例：把图像中的ROI区域进行投射变换，得到变换后的图像。原图为(1600w*1200h 来自网络) (图1)：目的：把原图中的相机部位进行投射到图片左上角(即把相机投射到黄色mask区域) (图2)：code：import cv2import numpy as npdef perspective_test(): im_src = cv2.imread(r'E:\pic\phone2.jpg') pts_src = np.array([[1146, 259], [

小案例：把某文件夹中的images合成视频序列，其中images命名为：1.jpg 2.jpg … 10.jpg 11.jpg … n.jpgimport osimport timeimport cv2import numpy as npdef merge_video(): path = r'F:\src' # 图片序列所在目录，文件名：0.jpg 1.jpg ... dst_path = r'F:\dst\result.mp4' # 生成的视频路径 fi

目录1, 笛卡尔转为极坐标2, DIS光流算法1, 笛卡尔转为极坐标直接参考opencv文档：1，函数原型：C++:void cv::cartToPolar ( InputArray x, InputArray y, OutputArray magnitude, OutputArray angle, bool angleInDegrees = false ) Python:magnitude, angle = c

opecv计算轮廓,各阶矩,轮廓面积; 通过面积近似得到较长的曲线原始输入图片： blackline.jpg计算图像中最长与最短曲线，并获取其重心坐标。代码：import cv2import numpy as npdef calc_coordinate_area(contour): M = cv2.moments(contour) # 计算轮廓的各阶矩,字典 # print(M) # 计算重心 cx = int(M['m10'] / M['m00'])

def or_and_not_xor_main(): #1， 创建第一个image与mask img_zero = np.zeros((900, 1200, 3), dtype=np.uint8) img_zero_sample = img_zero.copy() img_zero_2 = img_zero.copy() print(img_zero.shape) # points = np.array([[101, 101], [110, 101], [1

opencv中的坐标系【1】opencv中的坐标系opencv中，以图像image建立坐标系：原点(0， 0)：图像image左上角像素点；水平方向为x轴（即图像的宽、列column），竖直方向为y轴（即图像高、行row）。cv2.read(‘图像’).shape --> 返回：(height, width, channel)，先高后宽，即(y, x, channel)，先y后x；但是在图像操作输入坐标点时，输入的是(x, y)，先x后y，即(w, h)，如：img_resize =