weixin_44415928的博客

1.腐蚀与膨胀腐蚀所谓腐蚀就是腐蚀图像的边缘,让图像往里缩,腐蚀程度, 取决于卷积核的大小import cv2import matplotlib.pyplot as pltimport numpy as np# 圆的腐蚀案例 可以看到, 每次腐蚀,都会往里边缩img_circle = cv2.imread('circle.png')# 下边的这个kernel 表示腐蚀核的...

1.平均滤波import cv2import matplotlib.pyplot as pltimport numpy as np# 最简单的平均卷积操作,把周边的元素求平均值得到的平均值作为元素值img = cv2.imread('jiao.jpg')blur = cv2.blur(img, (3, 3))plt.figure(figsize=(25, 12))plt.su...

图像阈值操作就是给图片像素设定一个阈值,超过这个值会怎样怎样,如下:在这里插入代码片

声明:本文转自:https://blog.youkuaiyun.com/roxxo/article/details/87166706Python3环境下，import cv2 提示ImportError: libSM.so.6: cannot open shared object file: No such file or directory解决步骤sudo apt-get updatesudo a...

图像的边界填充就是在图像的皱纹填充一些东西,使得图像中间的内容更靠近中间import cv2import matplotlib.pyplot as pltimg = cv2.imread('test.png')a = b = c = d = 50# 这里用a ,b ,c ,d分别表示上下左右要填充的宽度replicate = cv2.copyMakeBorder(img, a, b...

一个彩色图片有蓝 绿 红三个通道组成,我们可以把三通道的数据提取出来import cv2img = cv2.imread('test.png')b, g, r = cv2.split(img)print(b)print(g)print(r)首先我们读入一张图片,然后我们利用cv2函数的split方法可以成功提取每一个颜色通道同时我们还可以把b ,g ,r合并起来再次合并成彩色图像...

opencv可以读取图像,自然也可以读取视频,因为视频就是图像在高速切换下的效果,所以我们可以一帧一帧去读取视频import cv2import numpy as npimport matplotlib as pltvideo = cv2.VideoCapture('test.mp4') #读入视频流# 检查是否读入正确if video.isOpened(): open,...

opencv提供了十分无脑，拿来即用的Canny函数，可以直接用来边缘检测，代码如下import cv2import numpy as npimg = cv2.imread('pic/xv.png', 0) #以灰度图像的方式读入图像img_canny = cv2.Canny(img, 100, 300) #边缘检测，第一个参数是图像，第二个第三个分别为两个阈值cv2.im...

from cv2 import cv2video = cv2.VideoCapture("./video/test.mp4") # 获取一个视频来打开isOpened = video.isOpened # 判断这个视频是否可以正常打开print(isOpened)fps = video.get(cv2.CAP_PROP_FPS) # 读取这个视频的帧率width = i...

在opencv中提供了resize方法来进行图片的缩放，首先我们读取图像，并打印图像的信息import cv2img = cv2.imread("open.png", 1)imgInfo = img.shapeprint(imgInfo)我们可以看到结果为(541, 627, 3)，他表示的是图像的高为541，宽为627，颜色组成方式3表示bgr三个通道我们分别获取到图像的高和宽，...

首先我们了解，一个图像，都是一个大的二维数组，每一个元素都是一个像素，若是rgb图像，则该像素还会有rgb三个值，我们读入一个图像import cv2img = cv2.imread("open.png", 1) #通过opencv的imread读取图像，后边是1表示是读取彩色图像，在opencv中，用bgr来表示，这和rgb刚好反过来(b, g, r) = img[100, 100...

opencv的安装十分简单，在配置好python的环境下在命令行输入pip install opencv-python(若在linux环境下需注意pip的版本是pip还是pip3)如下图，若以安装过，就会出现一下所示。首先我们需要对图像有一个简单的认识，每一幅图像都是一个大矩阵，矩阵上的每一个点就是像素点。openCV提供了imread()函数可以用来读取图像，如下所示：首先我们准备一张图像...

该转换利用了python的opencv 模块，关于openCV的介绍请参考xxx,废话不多说上代码import cv2img = cv2.imread(r'pic\terminal.png')cv2.imwrite(r'pic\MyPic.jpg', img)emmm,感觉这是一个篇很水的博客...