
opencv-python
停止测试
随笔
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
用 Python opencv和openpyxl 在 Excel 中画画
用 Python opencv和openpyxl 在 Excel 中画画实现这个需求的基本思路是读取这张图片每一个像素的色彩值,然后给 excel 里的每一个单元格填充上颜色。本文用opencv openpyxl这两个库 ,参考另一篇博文使用了 PIL、 openpyxl这两个库EXCEl的蒙娜丽莎画图效果:一 、 python CV2中shape和resize返回值和参数的区别1、...原创 2019-12-20 17:26:31 · 748 阅读 · 0 评论 -
cv2.threshold() 阈值灰度
1. cv2.threshold(进行阈值计算)2. 参数type cv2.THRESH_BINARY(表示进行二值化阈值计算)1. ret, dst = cv2.thresh(src, thresh, maxval, type)参数说明, src表示输入的图片, thresh表示阈值, maxval表示最大值, type表示阈值的类型2. type的类型 1.cv2.THR...原创 2019-11-19 16:03:17 · 1386 阅读 · 0 评论 -
opencv-python 图片去水印或文字打马赛克
选色的局部水印去除原创 2019-11-08 11:57:33 · 4893 阅读 · 0 评论 -
opencv-python 鼠标指定识别颜色/实现颜色物体追踪
opencv-python 鼠标指定识别颜色/实现颜色物体追踪测试使用,先看下效果,鼠标点击屏幕内需要追踪的颜色(红色),出轮廓‘画圈。# -*- coding : utf-8 -*-import cv2import numpy as npdef setHsv(event,x,y,flags,param): if event==cv2.EVENT_LBUTTONDOWN: ...原创 2019-11-06 17:03:06 · 2632 阅读 · 0 评论 -
OpenCV-python 按位bitwise运算及Mask
OpenCV-python 按位bitwise运算及Mask对 bitwise_and(),bitwise_or(),bitwise_xor(),bitwise_not()几个函数的理解bitwise_and、bitwise_or、bitwise_xor、bitwise_not这四个按位操作函数。void bitwise_and(InputArray src1, InputArray src...原创 2019-11-06 11:35:43 · 918 阅读 · 0 评论 -
opencv-python 形态学之开闭运算、形态学梯度、图像顶帽和黑帽运算
opencv-python 形态学之开闭运算、形态学梯度、图像顶帽和黑帽运算形态学的高级形态,建立在腐蚀和膨胀这两个基本操作之上一. 图像开运算图像开运算是图像依次经过腐蚀、膨胀处理后的过程。开运算主要使用的函数morphologyEx,它是形态学扩展的一组函数,其参数cv2.MORPH_OPEN对应开运算。其原型如下: dst= cv2.morphologyEx(src, cv2...原创 2019-11-05 15:39:06 · 1056 阅读 · 0 评论 -
OpenCV-python 证件照换底-利用函数inRange及滑动条creatTrackbar分割
OpenCV-python 证件照换底 利用函数inRange及滑动条creatTrackbar分割证件照换地HSV参考图片总是设定不准inRange的值。做一个利用滑条滑动直接看效果的吧inRangecreateTrackbar# -*- coding:utf-8 -*-'''读取证件照 转化为HSV色彩空间 并通过滑块调节HSV阈值,实时显示'''import cv2...原创 2019-10-30 17:40:35 · 684 阅读 · 0 评论 -
Opencv python 锚点anchor位置及borderValue的改变对膨胀腐蚀的影响
锚点anchor位置对膨胀腐蚀的影响腐蚀:卷积核沿着图像滑动,如果与卷积核对应的原图像的所有像素值都是 1,那么中心元素就保持原来的像素值,否则就变为零。膨胀:与卷积核对应的原图像的像素值中只要有一个是 1,中心元素的像素值就是 1。这个描述看起来有点生硬,为了进一步理解opencv对腐蚀与膨胀都是针对灰度图的形态学操作,还是自己操作一遍。先看下 Python wrapper for ...原创 2019-10-24 17:34:39 · 3300 阅读 · 3 评论