东寻的博客

九、图像阈值化【本文中所有源代码均来自 Practical Python and OpenCV, 3rd Edition 的随书代码（略有修改）】图像阈值化是对图像的二值化操作。通常，我们通过阈值化将一幅灰度图转化为一张二值图像，即图中的像素不是0(白色)就是255(黑色)。简单的阈值化处理是设置一个阈值p，并将灰度图中所有像素值小于p的像素点置为0，而大于p的像素点置为255。这样就能将一幅图像完全转化为只有两个值的图像。通过图像阈值化，我们可以聚焦于图像中我们关注的物体或部分区域。尤其当该物体（区

八、图像平滑和模糊

七、直方图本文中所有源代码均来自 Practical Python and OpenCV, 3rd Edition 的随书代码。直方图能直观地将像素强度的分布（彩色或灰度）可视化并表现为一张图表的形式。在图像处理中，直方图均衡化是一种用于改善图像效果质量的很重要的手段。在绘制直方图时，我们通常需要在x轴确定仓(bin)数，而在y轴统计落入每个仓中的像素数。直方图仓又称灰度等级再分，它的数目决定了我们将亮度的明暗程度划分为几个等级。若定义一个256 bins的直方图，则可以统计每个像素值出现的次数。若采

1

3、图像位运算位运算在图像处理，特别是掩膜中有着极其重要的作用，主要有与、或、异或以及非等操作。OperationFunctionANDcv2.bitwise_andORcv2.bitwise_orXORcv2.bitwise_xorNOTcv2.bitwise_not接下来以书上的代码来了解图像的位运算。a.源代码展现import numpy as npimport cv2# First, let's draw a rectanglere

2、图像运算相信大家都记得，在RGB图像中，每个像素点的强度是分布在[0, 255]之间的。如果我们对一个像素值为250的像素点进行加10的运算的话，结果显然不会是260，因为RGB图像是以8位无符号整型表示的，亦即260是一个无效数。这个时候会有两种可选的做法。其一是饱和运算。为保证所有的像素点都落在[0, 255]之间，直接将像素值超过255的像素全部置为255，使其不至于逃逸出8位无符号整型所能表示的数值范围。另一种方法就是采用模运算。在模运算下，250+10将得出260 = 4 mod 256

六、图像处理本文中所有源代码均来自 Practical Python and OpenCV, 3rd Edition 的随书代码。（一）基础知识1、图片类型（1）位图（点阵图像）​ 由像素组成，放大图像时有失真现象。（2）矢量图（绘图图像）​ 根据几何特性绘制图形，放大后图像不失真，与分辨率无关。​ 常见格式：wmf、emf、eps[拓展：点阵字体与矢量字体]2、有损压缩与无损压缩的常见格式有损压缩：JPEG（默认压缩16倍）无损压缩：BMP、PNG、GIF、TIFF3、像素

五、图像绘制这一节，将学习如何使用OpenCV来绘制三种不同的形状：直线、矩形与圆形。照例，先自己看一下整体的源代码揣测一下大致各行代码是什么意思。1、源代码展现drawing.py(From Practical Python and OpenCV, 3rd Edition)import numpy as npimport cv2# Initialize our canvas as a 300x300 with 3 channels,# Red, Green, and Blue, wit

四、图像基础1、像素a. 什么是像素？像素是构成图像的基本要素。在灰度图中，每一个像素值都是位于0–255中的整数。数值越小，像素越暗；数值越大，像素的亮度也越大。数值为0则代表黑色，数值为255则代表白色。在灰度图中，往往只需要一个字节来储存每一个像素点。在彩色图中，每个像素都以RGB的形式呈现。红、绿、蓝分别占据一个字节的空间，因此每个像素占据3字节的存储空间，通常以元组的形式表示。如：Black(黑色) : (0, 0, 255) White(白色) : (255, 255, 255)

三、图像的加载、显示及保存1、源代码展现load_display_save.pyfrom __future__ import print_functionimport argparseimport cv2# Construct the argument parser and parse the argumentsap = argparse.ArgumentParser()ap.add_argument("-i", "--image", required = True, help = "Pa

二、安装OpenCV（Python）1、opencv-contrib-python和opencv-pythonopencv-contrib-python（高配版）：包含了主模块以及扩展模块（一些新算法）opencv-python（基本版）：仅包含主要模块推荐下载opencv-contrib-python。2、安装OpenCV打开Anaconda Prompt，进入设定的虚拟环境并采用pip安装方式安装包。conda activate OpenCV-----------------------

一、关于Miniconda1、下载安装Miniconda进入官网：https://docs.conda.io/en/latest/miniconda.html下载对应系统的Miniconda版本2、配置Miniconda下载完成后，使用“搜索”找到Anaconda Prompt并打开并准备安装Miniconda所需的所有包，在打开的窗口中键入更新命令：conda update --all3、创建conda虚拟环境a.创建环境并自行命名环境名：conda create -n venv(or