叫我疾风大王

OpenCV 绘制图像轮廓绘制轮廓的一般步骤:1、读取图像image = cv2.imread('image_path')2、将原图转化为灰度图像image_gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)3、将灰度图像进行二值化阈值处理# 这里将阈值设置为127为例,最大阈值为255t, binary = cv.threshold(image_gray, 127, 255, cv.THRESH_BINARY)4、检测二值化图像中边缘轮廓

OpenCV 腐蚀与膨胀(开、闭运算以及形态学方法）形态学方法:OpenCV 腐蚀与膨胀(开、闭运算以及形态学方法）1、图像的腐蚀与膨胀2、图像开运算、闭运算3、其他形态学方法4、总结1、图像的腐蚀与膨胀图像腐蚀的一般步骤：1、创建一个像素块(像素块可为任意形状，一般为矩形。自带一个核心，也叫做锚点,一般位于矩阵中央)2、将像素块中的核心像素依次置于图像每个像素点(遍历图像所有像素)。3、将像素块下所覆盖的所有像素的最小值赋给核心像素。图像膨胀的一般步骤:1、创建一个像素块(像素块可为任意形

OpenCV 禁止吸烟图像拼接图像一：图像二：-————-———————————————————————————拼接代码如下：# -*- coding: utf-8 -*-# @Time : 2021/8/12# @Author : ZYh"""Introduction:禁止吸烟图像拼接"""import cv2 as cvdef overlay_img(img, img_over, img_over_x, img_over_y): # 背景图像宽、高、通道数

OpenCV使用阈值处理勾勒物体轮廓# -*- coding: utf-8 -*-# @Time : 2021/7/29# @Author : ZYh"""Introduction:进行识别运算前，应将图像先转为灰度图像，再进行二值化阈值处理，就得到物体大致轮廓"""import cv2 as cv# 后面参数设为0,直接将图像读取为灰度图像image = cv.imread('car_20210524_162826.jpg')image_Gray = cv.cvtColo

OpenCV 仿射变换代码及相关注释如下：# -*- coding: utf-8 -*-# @Time : 2021/8/3# @Author : ZYh"""Introduction:仿射变换(平移，旋转，倾斜):dst = cv2.warpAffine(src, M, dsize, flags, borderMode, borderValue)参数： M->一个2行3列的矩阵，根据此矩阵的值变换原图中像素的位置 M又叫做仿射矩阵，实际上是2×3的列

OpenCV 阈值处理函数"""Introduction:阈值处理函数 方法:retval, dst = cv2.threshold(src, thresh, maxval, type) 参数依次为: src->被处理的图像(可以是多通道) thresh->阈值，阈值在125~150范围内取值的效果最好 maxval->阈值处理采用的最大值 typ

OpenCV 创建图像# -*- coding: utf-8 -*-# @Time : 2021/7/20# @Author : ZYh"""Introduction:创建图像: ·OpenCV中，黑白图像实际是一个二维数组，彩色图像是一个三维数组。 数组中每个元素就是图像对应位置的像素值 ·数组索引、像素行列、像素坐标关系如下： 数组行索引 = 像素所在行数 - 1 = 像素纵坐标 数组列索引 = 像素所在列数 - 1

OpenCV NumPy库中对二维数组进行切片式索引操作首先先声明Python中切片相关知识：array[start ：end] 代表遍历列表array中下标在区间[start， end)中的元素如果没有start，则默认从下标为 0的开始遍历如果没有end，默认从start遍历到最后一个元素上代码看例子：# 二维数组切片操作n = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])print(n[:2, 1:]) # 括号内第一个冒号代表行切片,另一个

OpenCV 使用Numpy库创建数组代码及相关注释如下：# -*- coding: utf-8 -*-# @Time : 2021/7/19# @Author : ZYh"""Introduction:·创建数组方法: numpy.array(object, dtype, copy, order, subok, ndmin) object:任何具有数组接口方法的对象 dtype: 数据类型 copy: 可选参数，布尔型，默认True，则object对象被复制

OpenCV 合并BGR HSV图像通道代码及介绍如下：# -*- coding: utf-8 -*-# @Time : 2021/7/17# @Author : ZYh"""Introduction:合并通道: OpenCV提供merge()方法，用来合并图像通道 语法：bgr = cv2.merge([b, g, r]) # 按B->G->R顺序合并通道 bgr = cv2.merge([r, g, b]) #

分别拆分BGR图像中的通道和HSV图像中的通道# -*- coding: utf-8 -*-# @Time : 2021/7/16# @Author : ZYh"""Introduction:拆分通道: OpenCV提供split()方法，用来拆分图像通道 语法: b, g, r = cv2.split(bgr_image) b:B通道图像 g/r…… bgr_image: 一幅BGR图像 注:拆分BGR图像中的通道顺序

# -*- coding: utf-8 -*-# @Time : 2021/7/16# @Author : ZYh"""Describe:获取图像属性shape: 若是RGB图像，获取一个由图像的 像素列数、像素行数和通道数 所组成的数组 若是灰度图像，获取一个包含图像的像素列数、像素行数的数组，即(像素行数, 像素列数)size: 获取图像包含的像素个数，其值为"像素列数 × 像素行数 × 通道数 "(灰度图像的通道数为 1)dtype: 获取图像数据类型

# -*- coding: utf-8 -*-# @Time : 2021/7/16# @Author : ZYh"""Introduction: 1.彩色图像 是一种每个像素都是由红绿蓝三种不同颜色以不同的比例混合而成的图像 2.色彩空间类型转换： 同一幅图像可从一个色彩空间转换到另一个色彩空间 3.另外两个色彩空间：GRAY HSV 3.1 GRAY: 通常指灰度图像，灰度级别用区间[0,255]中数值表示 BGR转换到GRAY 调用cvt

第一部分：基于win10计算机视觉开源库 OpenCV的下载安装第一步：win+r输入cmd打开命令提示符窗口第二步:输入 “pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-contrib-python”说明：1、https://pypi.tuna.tsinghua.edu.cn/simple这个网址是清华提供的用于下载OpenCV-Contrib-Python库的镜像地址2、pip命令是用于查找、下载、安装和卸载Pyth