vim+python+OpenCV学习二 : 灰度图像 保存图像

本文介绍了使用Python的OpenCV库进行图像处理的基本操作,包括创建、复制、转灰度、显示图像,并详细阐述了如何调整JPEG和PNG文件的质量与压缩级别以优化存储。
部署运行你感兴趣的模型镜像
<pre class="python" name="code">#-*-coding:utf-8-*-



import cv2
import numpy as np  #这样写可以简写名字空间



img=cv2.imread("E://testpictures//meizilittle.jpg")

# 创建一副空图片

emptyImage=np.zeros(img.shape,np.uint8)

#赋值图片
emptyImage2=img.copy()

#转变图像为灰度图片
emptyImage3 =cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #还可以用cvtColor获得原图像的副本
#emptyImage3[...]=0    #将其转成空白的黑色图像

cv2.imshow("Empty Image",emptyImage)

cv2.imshow("Image",img)

cv2.imshow("EmptyImage3",emptyImage3)

#写出图像
'''
 对于JPEG,其表示的是图像的质量,用0-100的整数表示i,
 默认为95。 注意,cv2.IMWRITE_JPEG_QUALITY类型为Long,
 必须转换成int。
'''
cv2.imwrite("./meizia1.jpg",img,[int(cv2.IMWRITE_JPEG_QUALITY),5])

cv2.imwrite("./meizia2.jpg",img,[int(cv2.IMWRITE_JPEG_QUALITY),100])


'''
对于PNG,第三个参数表示的是压缩级别。
cv2.IMWRITE_PNG_COMPRESSION,从0到9,
压缩级别越高,图像尺寸越小。默认级别为3:

'''

cv2.imwrite("./meizia3.png",img,[int(cv2.IMWRITE_PNG_COMPRESSION),0])

cv2.imwrite("./meizia4.png",img,[int(cv2.IMWRITE_PNG_COMPRESSION),9])

cv2.waitKey(0)

cv2.destroyAllWindows()


</pre><pre class="python" name="code" snippet_file_name="blog_20160221_3_4675334" code_snippet_id="1583806">



您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

机器学习实践:动物图片识别_01 实验环境 • 主机类型: CPU:2 内存:6 GPU:0 • 镜像环境:machinelearning_middle_py2.7_spark • 虚机数量: 1个 [镜像详情] machinelearning_middle_py2.7_spark介绍:当前实验环境用于机器学习-中级的python2.7的实验和spark的实验 节点信息: 1. 操作系统:CentOS7.5 2. 软件包位置:/home/zkpk/tgz 3. 数据包位置:/home/zkpk/experiment 4. 已安装软件:Python2.7、Spark 5. 备注:当前实验环境用于机器学习-中级的python2.7的实验和spark的实验 实验手册 机器学习实践:动物图片识别 1、实验描述 Ø SVM(支持向量机)是一种常用的机器学习分类算法。使用HOG+SVM算法和OpenCV实现一个图片分类器,通过训练分类器,达到可以判断任意图片是否是动物的效果;本节实验是利用hog来计算图像数据的特征描述,从而获得基于图片的特征向量,再利用SVM分类超平面来实现数据分类,并能够利用训练好的模型进行图像预测。 Ø 实验时长:90分钟 Ø 主要步骤: 数据准备 编写图片识别代码 编写模型训练代码 编写模型预测代码 运行程序,查看结果 2、实验环境 虚拟机数量:1 系统版本:CentOS 7.5 Python版本:Python 2.7 OpenCV-Python:2.4.5 3、相关技能 Python原理;使用vim;HOG+SVM分类器;OpenCV;训练分类器; 4、相关知识点 HOG方向梯度直方图; SVM支持向量机; OpenCV处理图片OpenCV,Open Source Computer Vision Library即开源计算机视觉库,是一个广泛应用于计算机视觉领域的强大开源库); 灰度化; Gamma校正法; Cell;Cell descriptor; HOG特征 descriptor; 训练分类器,以得到适合自己项目的分类器; Python文件操作; 5、效果图 最后执行编写的代码,得到最终的分类结果,如下图 帮我写一个大数
最新发布
04-10
评论 5
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值