<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[wangleixian的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/wangleixian</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; wangleixian]]></copyright><item><title><![CDATA[OpenCV-python不懂知识点整理]]></title><link>https://blog.youkuaiyun.com/wangleixian/article/details/78714231</link><guid>https://blog.youkuaiyun.com/wangleixian/article/details/78714231</guid><author>wangleixian</author><pubDate>Mon, 04 Dec 2017 21:42:54 +0800</pubDate><description><![CDATA[np.zeros()
链接：点击打开链接         点击打开链接]]></description><category></category></item><item><title><![CDATA[opencv-pyehon(16):直方图计算绘制与分析]]></title><link>https://blog.youkuaiyun.com/wangleixian/article/details/78699987</link><guid>https://blog.youkuaiyun.com/wangleixian/article/details/78699987</guid><author>wangleixian</author><pubDate>Sun, 03 Dec 2017 10:01:06 +0800</pubDate><description><![CDATA[1、直方图的计算绘制与分析
本节学习的函数有cv2.calcHist()与np.histtogram()
统计直方图


相关术语： 
BINS: 在上面的直方图当中，如果像素值是0到255，则需要256个值来显示直方图。但是，如果不需要知道每个像素值的像素数目，值想知道两个像素值之间的像素点数目怎么办？例如，想知道像素值在0到15之间的像素点数目，然后是16到31。。。240到255]]></description><category></category></item><item><title><![CDATA[opencv-python(15):轮廓]]></title><link>https://blog.youkuaiyun.com/wangleixian/article/details/78637724</link><guid>https://blog.youkuaiyun.com/wangleixian/article/details/78637724</guid><author>wangleixian</author><pubDate>Sun, 26 Nov 2017 21:51:40 +0800</pubDate><description><![CDATA[1.1、寻找轮廓与绘制轮廓
本节会学习cv2.findContours()以及cv2.drawcontours()
寻找轮廓应该首先进行二值化处理，所以应首先变回灰度图。
cv2.findcontours()
原型：cv2.findContours(image, mode, method[, contours[, hierarchy[, offset ]]])  参数：


第一个参]]></description><category></category></item><item><title><![CDATA[opencv-python(13):Canny边缘检测]]></title><link>https://blog.youkuaiyun.com/wangleixian/article/details/78250679</link><guid>https://blog.youkuaiyun.com/wangleixian/article/details/78250679</guid><author>wangleixian</author><pubDate>Mon, 16 Oct 2017 15:57:59 +0800</pubDate><description><![CDATA[边缘检测的目的是识别目标数字图像上亮度变化明显的点。图像中的显著变化通常反应了属性的重要事件和变化。
函数原型：
edge = cv2.Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient ]]])   
必要参数：



第一个参数是需要处理的原图像，该图像必须为单通道的灰度图；第二个参数是阈值]]></description><category></category></item><item><title><![CDATA[opencv-python(12):图像梯度（高通滤波）]]></title><link>https://blog.youkuaiyun.com/wangleixian/article/details/78237597</link><guid>https://blog.youkuaiyun.com/wangleixian/article/details/78237597</guid><author>wangleixian</author><pubDate>Sat, 14 Oct 2017 22:32:41 +0800</pubDate><description><![CDATA[使用的函数有：cv2.Sobel(),cv2.Schar(),cv2.Laplacian()
Sobel,scharr其实是求]]></description><category></category></item><item><title><![CDATA[opencv-python(11):形态学转换]]></title><link>https://blog.youkuaiyun.com/wangleixian/article/details/78236200</link><guid>https://blog.youkuaiyun.com/wangleixian/article/details/78236200</guid><author>wangleixian</author><pubDate>Sat, 14 Oct 2017 19:18:39 +0800</pubDate><description><![CDATA[形态学操作是根据图像形状进行的简单操作，一般情况下对二值化图像进行操作。需要输入两个参数，一个是原始图像，另一个是结构化元素或者是核，它用来决定操作性质。
1、腐蚀和膨胀
腐蚀：卷积和沿着图像滑动，如果与卷积核对应的原图像所有像素值都是1，那么中心元素就保持原来的像素值，否则变为0。这会根据卷积核的大小靠近前景的所有像素都会被腐蚀掉（变为0），所以前景物体会变小，整幅图像的白色区域会减小。对于]]></description><category></category></item><item><title><![CDATA[opencv-python(10):图像平滑]]></title><link>https://blog.youkuaiyun.com/wangleixian/article/details/78235103</link><guid>https://blog.youkuaiyun.com/wangleixian/article/details/78235103</guid><author>wangleixian</author><pubDate>Sat, 14 Oct 2017 16:32:00 +0800</pubDate><description><![CDATA[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
1、2D卷积
与信号一样，我们可以对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cv2.filter2D()对图像进行卷积操作。下面我们将对一副图像使用平均滤波器。下面是一个5x5的平均滤波器。


操作如下：将核放在图]]></description><category></category></item><item><title><![CDATA[opencv-pytho(9)：图像阈值]]></title><link>https://blog.youkuaiyun.com/wangleixian/article/details/78207740</link><guid>https://blog.youkuaiyun.com/wangleixian/article/details/78207740</guid><author>wangleixian</author><pubDate>Wed, 11 Oct 2017 20:04:44 +0800</pubDate><description><![CDATA[本节将学习简单阈值，自适应阈值，Otsu's二值化等
学习的函数有cv2.threshold,cv2.adaptiveThreshold等
1、简单阈值
函数原型：cv2.treshold(src,x,y,method)
src:原函数 ，应为灰度值  x:指对像素值进行分类的阈值   y:当像素高于（或者小于）阈值时会被赋予的新值
method:
cv2.THRESH_BINARY]]></description><category></category></item><item><title><![CDATA[opencv-python(8)：几何变换]]></title><link>https://blog.youkuaiyun.com/wangleixian/article/details/78182720</link><guid>https://blog.youkuaiyun.com/wangleixian/article/details/78182720</guid><author>wangleixian</author><pubDate>Mon, 09 Oct 2017 15:03:29 +0800</pubDate><description><![CDATA[本节学习对图像的额几个变换，例如缩放，移动，旋转，仿射变换等。
1、扩展缩放
opencv提供函数cv2.resize()实现此功能。
函数原型：


cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]]) -> dst src:原图像；  dst：目标图像  当dsize大小不为0时，dst大小为缩放到size(weigh]]></description><category></category></item><item><title><![CDATA[opencv-python(7):颜色空间转换]]></title><link>https://blog.youkuaiyun.com/wangleixian/article/details/78176527</link><guid>https://blog.youkuaiyun.com/wangleixian/article/details/78176527</guid><author>wangleixian</author><pubDate>Sun, 08 Oct 2017 18:54:46 +0800</pubDate><description><![CDATA[在opencv中有超过150种进行颜色转换的方法，但我们经常用到的只是两种：BGR-灰度图，跟BGR-HSV。
我们用到的函数是：cv2.cetColor(input_image,flag)，flag就是我们要转换的类型。
对于灰度图转换，flag就是cv2.COLOR_BGR2GRAY，对于HSV转换，用到的flag是cv2.COLOR_BGR2HSV。
详细可看  点击打开链接
在op]]></description><category></category></item><item><title><![CDATA[python不会的知识点整理]]></title><link>https://blog.youkuaiyun.com/wangleixian/article/details/78175035</link><guid>https://blog.youkuaiyun.com/wangleixian/article/details/78175035</guid><author>wangleixian</author><pubDate>Sun, 08 Oct 2017 15:00:58 +0800</pubDate><description><![CDATA[1、range和xrange的区别   点击打开链接]]></description><category></category></item><item><title><![CDATA[opencv-python(6):图像上的算术运算]]></title><link>https://blog.youkuaiyun.com/wangleixian/article/details/78166406</link><guid>https://blog.youkuaiyun.com/wangleixian/article/details/78166406</guid><author>wangleixian</author><pubDate>Fri, 06 Oct 2017 18:29:18 +0800</pubDate><description><![CDATA[学习图像的加法、混合与位运算
学习的函数：cv2.add(),cv2.addWeighted()等。
1、图像加法
运用cv2.add()对图像进行加法运算，但是要保证图像的大小、类型一致。
代码：
import numpy as np
import cv2
img1=cv2.imread('C:\\Users\\WLX\\Desktop\\2.jpg',cv2.IMREAD_COLOR]]></description><category></category></item><item><title><![CDATA[opencv-python(5):图像基本操作]]></title><link>https://blog.youkuaiyun.com/wangleixian/article/details/78166128</link><guid>https://blog.youkuaiyun.com/wangleixian/article/details/78166128</guid><author>wangleixian</author><pubDate>Fri, 06 Oct 2017 17:15:10 +0800</pubDate><description><![CDATA[本节记录五点：获取像素值并将其修改；获取图像的属性；图像的ROI;图像通道的拆分及合并；填充边界

1.1 获取图像的像素

代码：


import numpy as np
import cv2
img=cv2.imread('C:\\Users\\WLX\\Desktop\\2.jpg',cv2.IMREAD_COLOR)
ht=img[50,50]
print(ht)
hc=i]]></description><category></category></item><item><title><![CDATA[opencv-python(4):用滑动条作调色板]]></title><link>https://blog.youkuaiyun.com/wangleixian/article/details/78164475</link><guid>https://blog.youkuaiyun.com/wangleixian/article/details/78164475</guid><author>wangleixian</author><pubDate>Fri, 06 Oct 2017 11:29:36 +0800</pubDate><description><![CDATA[本节将学习两个函数：cv2.creatTrackbar(),cv2.getTrackbarPos()
cv2.creatTrackbar()有五个参数：
1：对象名字   2：对象所在面板的名字  3：Trackbar的默认值  4：Trackbar的上调范围（0-count）  5:是调节Trackbar的调用函数
cv2.getTrackbarPos() 同样有五个参数：
1：滑动条的]]></description><category></category></item><item><title><![CDATA[代码块的测试]]></title><link>https://blog.youkuaiyun.com/wangleixian/article/details/78164330</link><guid>https://blog.youkuaiyun.com/wangleixian/article/details/78164330</guid><author>wangleixian</author><pubDate>Fri, 06 Oct 2017 11:07:23 +0800</pubDate><description><![CDATA[怎么才能让插入的代码块不出错呢
import numpy as np
import cv2
drawing=False
mode=True
ix,iy=-1,-1
def draw_circle(event,x,y,flags,param):
    global ix,iy,drawing,mode#global 全局变量
    if event==cv2.EVENT_LBUTTONDOWN]]></description><category></category></item><item><title><![CDATA[opencv-python(3):把鼠标当做画笔]]></title><link>https://blog.youkuaiyun.com/wangleixian/article/details/78163745</link><guid>https://blog.youkuaiyun.com/wangleixian/article/details/78163745</guid><author>wangleixian</author><pubDate>Fri, 06 Oct 2017 08:29:46 +0800</pubDate><description><![CDATA[本节学习的函数是：cv2.setMouseCallback()
鼠标事件可以是鼠标上的任何动作，比如左键按下，左键松开，左键双击等。我们可以通过鼠标事件获得与鼠标对应的图片上的坐标。
1、鼠标事件种类
代码：
import numpy as np
import cv2
events=[i for i in dir(cv2) if 'EVENT' in i]
print(events)
i]]></description><category></category></item><item><title><![CDATA[opencv-python(2):绘图函数]]></title><link>https://blog.youkuaiyun.com/wangleixian/article/details/78162762</link><guid>https://blog.youkuaiyun.com/wangleixian/article/details/78162762</guid><author>wangleixian</author><pubDate>Thu, 05 Oct 2017 20:52:22 +0800</pubDate><description><![CDATA[1、画线
代码：
import numpy as np
import cv2
img=np.zeros((512,512,3),np.uint8)
cv2.line(img,(0,0),(511,511),(255,0,0),5)
cv2.imshow('image',img)
cv2.waitKey(0)zeros-构造全0矩阵；函数原型：zeros(shape,dtype=None,ord]]></description><category></category></item><item><title><![CDATA[opencv-python(1):读入、显示、保存图像]]></title><link>https://blog.youkuaiyun.com/wangleixian/article/details/78162469</link><guid>https://blog.youkuaiyun.com/wangleixian/article/details/78162469</guid><author>wangleixian</author><pubDate>Thu, 05 Oct 2017 19:50:30 +0800</pubDate><description><![CDATA[1、读取、写入并保存图像
cv2.IMREAD_COLOR:读入一副彩色图像。
cv2.IMREAD_GRAYSCALE:读入灰度图像。
cv2.IMREAD_UNCHANGED:读入一副图像，并且包括图像的alpha通道。
代码如下：

import numpy as np
import cv2
img=cv2.imread('C:\\Users\\WLX\\Desktop\\2.j]]></description><category></category></item></channel></rss>