qq_41208487的博客

树莓派配置经验

[OpenCV-Python] OpenCV 中的图像处理 部分 IV (六) 部分 IV OpenCV 中的图像处理 OpenCV-Python 中文教程（搬运）目录 23 图像变换 23.1 傅里叶变换 目标 本小节我们将要学习： 　　• 使用 OpenCV 对图像进行傅里叶变换 　　• 使用 Numpy 中 FFT（快速傅里叶变换）函数 　　• 傅里叶变换的一些用处 　　• 我们将要学习的函数有：cv2.dft()，cv2.idft() 等 原理 　　傅里叶变换经常被用来分析不同滤波器的频率特性。我们

[OpenCV-Python] OpenCV 中的图像处理 部分 IV (五） 部分 IV OpenCV 中的图像处理 OpenCV-Python 中文教程（搬运）目录 22 直方图 22.1 直方图的计算，绘制与分析 目标 　　• 使用 OpenCV 或 Numpy 函数计算直方图 　　• 使用 Opencv 或者 Matplotlib 函数绘制直方图 　　• 将要学习的函数有：cv2.calcHist()，np.histogram() 原理 　　什么是直方图呢？通过直方图你可以对整幅图像的灰度分布有一个

[OpenCV-Python] OpenCV 中的图像处理 部分 IV (四） 部分 IV OpenCV 中的图像处理 OpenCV-Python 中文教程（搬运）目录 21 OpenCV 中的轮廓 21.1 初识轮廓 目标 　　• 理解什么是轮廓 　　• 学习找轮廓，绘制轮廓等 　　• 函数：cv2.findContours()，cv2.drawContours() 21.1.1 什么是轮廓 　　轮廓可以简单认为成将连续的点（连着边界）连在一起的曲线，具有相同、的颜色或者灰度。轮廓在形状分析和物体的检测和

[OpenCV-Python] OpenCV 中的图像处理 部分 IV (三） 部分 IV OpenCV 中的图像处理 OpenCV-Python 中文教程（搬运）目录 19 Canny 边缘检测 目标 　　• 了解 Canny 边缘检测的概念 　　• 学习函数 cv2.Canny() 19.1 原理 　　Canny 边缘检测是一种非常流行的边缘检测算法，是 John F.Canny 在1986 年提出的。它是一个有很多步构成的算法，我们接下来会逐步介绍。 19.1.1 噪声去除 　　由于边缘检测很容易受到

[OpenCV-Python] OpenCV 中的图像处理 部分 IV (二） 部分 IV OpenCV 中的图像处理 OpenCV-Python 中文教程（搬运）目录 16 图像平滑 目标 　　• 学习使用不同的低通滤波器对图像进行模糊 　　• 使用自定义的滤波器对图像进行卷积（2D 卷积） 2D 卷积 　　与一维信号一样，我们也可以对 2D 图像实施低通滤波（LPF），高通滤波（HPF）等。LPF 帮助我们去除噪音，模糊图像。HPF 帮助我们找到图像的边缘 OpenCV 提供的函数 cv.filter2

[OpenCV-Python] OpenCV 中的图像处理 部分 IV (一) 部分 IV OpenCV 中的图像处理 OpenCV-Python 中文教程（搬运）目录 13 颜色空间转换 目标 　　• 你将学习如何对图像进行颜色空间转换，比如从 BGR 到灰度图，或者从BGR 到 HSV 等。 　　• 我没还要创建一个程序用来从一幅图像中获取某个特定颜色的物体。 　　• 我们将要学习的函数有：cv2.cvtColor()，cv2.inRange() 等。 13.1 转换颜色空间 　　在 OpenCV 中有

[OpenCV-Python] OpenCV 核心操作 部分 III 部分 III 核心操作 OpenCV-Python 中文教程（搬运）目录 9 图像的基础操作 目标 　　• 获取像素值并修改 　　• 获取图像的属性（信息） 　　• 图像的 ROI（） 　　• 图像通道的拆分及合并 几乎所有这些操作与 Numpy 的关系都比与 OpenCV 的关系更加紧密，因此熟练 Numpy 可以帮助我们写出性能更好的代码。 （示例将会在 Python 终端中展示，因为他们大部分都只有一行代码） 9.1 获取并修改像素

[OpenCV-Python] OpenCV 中的 Gui特性 部分 II 部分 II OpenCV 中的 Gui 特性 OpenCV-Python 中文教程（搬运） 原文为http://www.linuxidc.com/Linux/2015-08/121400.html现已失效，本系列用于存档自我学习使用，绝不用于商用用途。 4 图片 目标 　　• 在这里你将学会怎样读入一幅图像，怎样显示一幅图像，以及如何保存一幅图像 　　• 你将要学习如下函数：cv2.imread()，cv2.imshow()，cv2