qq_43535213的博客

def img_show(name, img): cv2.imshow(name, img) # 图像显示，第一个变量为窗口名称 cv2.waitKey(0) # 等待时间，0表示任意键终止 cv2.destroyAllWindows() # 关闭所有窗口class IDNumber(object): def __init__(self, tem_file_name): self.template = self.get_tem_nums(tem_f

直方图：均衡化原理：自适应均衡化：自适应直方图均衡化傅里叶变换：傅里叶变换import cv2 as cvimport matplotlib.pyplot as pltimport numpy as np# 直方图'''# mask = np.zeros(img.shape[:2], np.unit8)# mask[100:300, 100:400] = 255hist = cv.calcHist([img], [0], None, [256], [0, 256]) # N

import cv2 as cvimport numpy as np# 图像金字塔(下采样--缩小；上采样--放大)'''img_up = cv.pyrUp(img) # 1.将图像与高斯内核卷积；2.将所有偶数行和列去掉img_down = cv.pyrDown(img) # 1.将原图每个方向扩为原先两倍，用零填充；2.将放大后图像与高斯内核卷积，获得近似值'''# 拉普拉斯金字塔(滤波--缩小尺寸--放大尺寸--原图与新图相减)'''down = cv.pyrDown(img

图像阈值：高斯滤波：高斯滤波GaussianBlurCanny边缘检测：Canny边缘检测import cv2 as cvimport numpy as np# 图像阈值'''# cv.THRESH_BINARY 黑白二值化# cv.THRESH_BINARY_INV 黑白二值化反转# cv.THRESH_TRUNC 大于阈值部分设为阈值，否则不变# cv.THRESH_TOZERO 大于阈值部分不变，否则设为零# cv.THRESH_TOZERO_INV 第四种情况的反

import cv2 as cv# 图像基本操作'''# cv.IMREAD_COLOR(彩色图像)；cv.IMREAD_GRAYSCALE(灰度图像)img = cv.imread('C:/Users/27706/Desktop/1.jpg', cv.IMREAD_GRAYSCALE) # opencv读取图像为BGR格式cv.imshow('image', img) # 图像显示，第一个变量为窗口名称cv.waitKey(0) # 等待时间，0表示任意键终止cv.destroyAl