常用的函数以及调用说明，Python实现2

本文链接：https://blog.youkuaiyun.com/weixin_44576543/article/details/112649250

这篇博客涵盖了图像处理的多个方面，包括四边形顶点排序、OpenCV图像显示与绘图、点集间的距离计算以及图像的读取、灰度转换和最小矩阵生成。还涉及了图片的缩放、压缩以及添加高斯噪声的操作。此外，文章讨论了腐蚀膨胀等形态学操作在图像处理中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、对列表进行排序，四边形顶点坐标排序

def takeSecond00(elem):          # 按照列表第一个元素排序

    return elem[0]
def takeSecond(elem):          # 按照列表第二个元素排序

    return elem[1]
def takeSecond1(elem):         # 按照列表元素和排序
    return elem[1]+elem[0]

 #先判断第一个和对角线，然后左下 右上四边形四个点排序，顺序 左上，左下，右上、右下
def sort_point(list1):         
    list1.sort(key=takeSecond1)
    t0=list1[0]
    t1=list1[-1]
    list1.remove(t0)
    list1.remove(t1)
    list1.sort(key=takeSecond00)
    list1.insert(0, t0)
    list1.append(t1)
    return list1

#以上函数，输入输出都是为列表
list1=sort_point(pp)

2、显示图片，画线、画点功能


#划线
cv2.drawContours(img_gray1,contours,-1,(0,255,0),3)
#显示坐标点
for jx in repoint:
     
    for ja in jx:
        cv2.circle(img_resize1, (ja[0] ,ja[1]), 1, (0, 0, 255), thickness=2)
#显示图片
cv2.imshow("dst",img_resize1)
cv2.waitKey(7000)
cv2.destroyAllWindows()

3、点集合之间的距离计算

from scipy.spatial.distance import cdist
# disp the point
for con in cons:
    dist=cdist(con[:,0,:],con[:,0,:],metric='euclidean')
    index_0=np.argmax(dist[0], axis=0)
    index_1=np.argmax(dist[-1], axis=0)
    point0=con[index_0,0,:]
    point1=con[index_1,0,:]
    point.append([con[0,0,:],con[-1,0,:],point0,point1])

4、OpenCV读取图片转灰度分割等操作、生成最小矩阵等

mat_img = cv2.imread(path)    
[height,width,c]= mat_img.shape
img_resize1 = cv2.resize(mat_img,(int(width*0.3),int(height*0.3)),interpolation=cv2.INTER_CUBIC)  
img_gray = cv2.cvtColor(img_resize1,cv2.COLOR_RGB2GRAY)

img_gray1=img_gray[80:614,170:564]
ret,dst1 = cv2.threshold(img_gray1,60,200,cv2.THRESH_BINARY_INV)    
contours,heridency = cv2.findContours(dst1,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)

#生成最小矩阵

for i in range(len(contours)):
    conhull=cv2.convexHull(contours[i])
    if cv2.contourArea(conhull, True)>min_size:
        rect = cv2.minAreaRect(conhull)
        box1 =cv2.boxPoints(rect)
        box = np.int0(box1)
        cons.append(conhull)
        bbox.append(box)

5、缩放和压缩图片代码

import os
import cv2
path = 'train_data/mindata2/train_label/'
path1 = 'train_data/mindata2/train_label_resize_0.5/'

# os.access(path+'0002-01.jpg', os.F_OK)
filelist = os.listdir(path)
for item in filelist:
    if item:
        src = os.path.join(os.path.abspath(path),item)
        img = cv2.imread(src)         
        res=cv2.resize(img,(int(0.5*img.shape[1]),int(0.5*img.shape[0])))
        # cv2.imwrite(path1+item, img, [int(cv2.IMWRITE_JPEG_QUALITY), 50])
        print(item)
    try:
        
      cv2.imwrite(path1+item, res)
    except:
        continue

5添加高斯噪声和椒盐噪声

import numpy as np
import matplotlib.pyplot as plt
 
import cv2
from skimage import util

 
img = cv2.imread('mask_rcnn_coco.png')
img = np.array(img)
noise_gs_img = util.random_noise(img,mode='gaussian',mean=0, var=5)
# noise_salt_img = util.random_noise(img,mode='salt')
# noise_pepper_img = util.random_noise(img,mode='pepper')
# noise_sp_img = util.random_noise(img,mode='s&p')
# noise_speckle_img = util.random_noise(img,mode='speckle')
cv2.imshow("dst",img)
cv2.imshow("dst1",noise_gs_img)
cv2.waitKey(7000)
cv2.destroyAllWindows()

6、OpenCV 腐蚀膨胀操作

    kernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))
    dst = cv.dilate(binary, kernel)
    dst = cv.erode(binary, kernel)

欢迎大家留言交流