蓝莓往前走的博客

便于自己记忆。如有侵权，联系删。

代码格式化: Shift+Alt+F添加/删除行注释：Ctrl+/

1、查看已安装的包conda list2、更新所有包conda upgrade --all3、安装包conda install package_name4、删除包conda remove package_name5、更新包conda update package_name6、不知道包名要找包conda search name7、用conda建立虚拟环境conda create -n env_name list_of_packages其中 -n 代表 name，env_name 是

no module named cv2pip install opencv-pythonpip install opencv-python在anaconda prompt里激活当前使用的python环境，使用下面语句安装cv包：pip install opencv-python

代码：import numpy as npimport cv2 as cvim = cv.imread('images/775.jpg') # 注意这里的图片路径必须是英文# 显示图片cv.imshow('input image', im)b,g,r=cv.split(im)cv.imshow('B', b)cv.imshow('G',g)cv.imshow('R', r)print("------b.shape:",b.shape)print("------g.shape:",g.

1.capture = cv.VideoCapture(0) 捕获视频2.图像的读入与图像属性# cv2.imread默认读入模式是1，表彩色；0表示灰色#注意这里的图片路径必须是英文，不能有中文，否则报错im = cv.imread('images/775.jpg') print(type(im)) #通过cv.imread读出的im类型是： <class 'numpy.ndarray'>print(im.shape)` # shape顺序是：高、宽、几维array = i

发现再将彩色图像转为灰度图像后，再使用cv.cvtColor(gray,cv.COLOR_GRAY2BGR)并不能还原图像色彩。代码：import cv2 as cvimport numpy as npsrc = cv.imread('images/2333.jpg') print("src.shape----:",src.shape)cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)# 显示图片cv.imshow('input image',

介绍3个常用属性：shape、size、dtypeshape:若为彩色图像，则返回包含 行数、列数、通道数的数组；若为二值或灰度图像，则仅返回行数和列数。size:返回图像的像素数目。其值为：“行数 * 列数 *通道数 ”，二值或灰度图像通道数为1.dtype:返回图像的数据类型。代码：import cv2gray_rose=cv2.imread("images/2909.jpg",0)color_rose=cv2.imread("images/2909.jpg")print("图像

通道合并是通道拆分的逆过程，通过合并通道可将三个通道的灰度图像 构成一幅彩色图像。函数cv2.merge()可实现图像通道的合并。实现语句为：bgr=cv2.merge([b,g,r])代码：import cv2rose=cv2.imread("images/2909.jpg")b,g,r=cv2.split(rose)bgr=cv2.merge([b,g,r])rgb=cv2.merge([r,g,b])cv2.imshow("rose",rose)cv2.imshow("bgr",bg

通过函数cv2.split()能拆分图像的通道。可使用如下语句拆分彩色BGR图像img，得到B通道图像b、G通道图像g和R通道图像r。b,g,r=cv2.split(img)上述语句与如下语句等价： b=cv2.split(img)[0] g=cv2.split(img)[1] r=cv2.split(img)[2]代码测试效果：import cv2dog=cv2.imread("images/124.jpg")cv2.imshow("dog",dog)b,g,r=cv2.spli

在OpenCV中，通道是按照B通道-G通道-R通道的顺序存储的。通过索引的方式，将各个通道从图像内提取出来。对于OpenCV内的BGR图像img，如下语句分别从中提取了B通道、G通道、R通道。b=img[:,:,0] #拆分出B通道g=img[:,:,1] #拆分出G通道r=img[:,:,2] #拆分出R通道以一张玫瑰rose图为例，通过代码观察效果：import cv2rose=cv2.imread("images/2909.jpg") #原图cv2.imshow("rose",ro

上一篇博客介绍了彩色图像的像素表示，这篇博客是举个简单的例子加深理解。代码如下：import numpy as npimg = np.zeros((2, 4, 3), dtype=np.uint8)print("img=\n",img)print("读取像素点img[0,3]=",img[0,3]) #第1行第4列的BGR值[0 0 0]print("读取像素点img[1,2,2]=",img[1,2,2]) #第2行第3列的R值img[0,3]=255 #第1行第4列的BGR值都为255

RGB模式的彩色图像在读入OpenCV内进行处理时，会依次读取该RGB图像的B通道、G通道、R通道。可使用表达式访问数组内的值。如：img[0,0,0]表示访问图像img的B通道内的第1行第1列上的像素点。img[0,0,0]中：- 第1个索引表示第几行- 第2个索引表示第几列- 第3个索引表示第几个颜色通道注意：索引都是从0开始，0表示第1个。举例如：img[0,0]：表示访问图像img第1行第1列像素点的BGR值。得到的数值形如 [?,?,?]img[0,0,1]:表示访问图像img

想要在vscode中运行python代码，你必须要告诉vscode使用哪个解释器才行。方法： 使用Ctrl+Shift+P快捷键打开命令面板（Ctrl+Shift+P），输入Python: Select Interpreter，然后选择一个你想使用的解释器环境。像我的话，有4个python环境，如下图所示：写博客是记录，好记性不如烂笔头，方便自己查阅的同时也说不定能帮助他人。...

ImportError:No module named ‘PIL’报错ImportError:No module named ‘PIL’缺失一个pillow的数据包，通过anaconda prompt在对应环境下使用命令：pip install -i https://pypi.douban.com/simple pillow即可在该环境安装pillow，就不会报错了。...

开心，带界面的车牌检测出来了。之后以车牌检测为中心做优化、把这个做完美。加油！明天好好写实验报告！明天早起，在家真的是睡睡睡，没有上午。今晚和已经工作的闺蜜说好，她监督我、叫我起床。一点一点吃透cnn和tensorflow！今天见了几个明天要去外地的朋友，想见就见，不后悔。老天没有放弃笨小孩，你也不要放弃自己。很多事情坚持坚持就过去了。30号之后开始做规划，每个星期看几篇文献，学些什么。现在还是觉得人工智能很神秘。晚安。...

清华的开源软件镜像站：(下载anaconda)https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

配了好几天好几天的环境，真得感谢镜像baba们和博客上的大佬们。装的时候真的是各种问题。回头抽时间总结一下安装过程。车牌检测出来了，吐一口老血。不过也算有个开始了吧…之前把mnisit手写数字识别用3层BP神经网络实现了，期间学习了jupyter notebook的使用，啥软件都是用用才熟。但我还是更喜欢vscode。回头抽时间写一个这个的总结，算是深度学习的hello word入门吧。我太难了。配环境真的是没脾气了，期间想把电脑砸了。用了快5年了，也着实难为你了，小风扇转的呼呼的…我的环境如下：

python下Opencv读取图片import cv2#cv2.imread默认读入模式是1，表彩色；0表示灰色im = cv2.imread('images/1039.jpg') #注意这里的图片路径必须是英文，不能有中文，否则报错#显示图片cv2.imshow('input-image', im)#参数=0，一直显示，直至用户操作点击，图片才消失cv2.waitKey(0)#删...