weixin_46157873的博客

imgaug库是一个基于torchvision的数据增强工具包，可用于增加图像数据的多样性、改善模型性能、克服数据稀缺问题，以及为机器学习和计算机视觉任务提供更丰富的数据，以提高模型的性能和泛化能力。

对图像和滤波矩阵进行逐个元素相乘再求和的操作就相当于将一个二维的函数移动到另一个二维函数的所有位置，这个操作就叫卷积

HSV是指色调、饱和度、明暗度。基于该颜色模型可以做很多很多特效，本文列举了几个简单小栗子，快来学学吧！

马赛克、毛玻璃、浮雕效果实现方式。

CV2计算面积与周长

# 将某个文件夹下面的图片转化为一个视频def png_to_video(dir_path): fps = 8 size = (378, 512) video = cv2.VideoWriter("/Users/guojun/Desktop/video_test/film_frame.mp4", cv2.VideoWriter_fourcc(*'h264'), fps, size, True) for i in o..

import cv2import numpy as npdef canny_test_01(image): image = cv2.imread(image) image = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY) edges = cv2.Canny(image, 125, 350) cv2.imshow('image', edges) cv2.waitKey(0)def find_contours_test(i.

import cv2import numpy as np# 图像缩放resize(src，dsize,fx,fy,interpolation)# dsize:目标尺寸;# fx:x轴的缩放比例;fy:y轴的缩放比例; （与disize冲突，任选一个就ok）# interpolation:插值算法。INTER_NEAREST——邻近插值，速度快，效果差;INTER_LINE——双线性插值，原图中的4个点;INTER_CUBIC——原图中的16个点;INTER_AREA——效果最好，慢cute.

其实这个函数超级简单：img = Image.open(file_path)color = img.getcolors()返回值是整数类型的数字。有人会想，这两句话，我们可以用来干嘛呢？比如：在一批全黑的图片中找到阳性样本（被标注过的mask图），类似以下这样的：然后我们可以做很多事情：通过名字找到它的原图，又或者是统计数量等等.....Let's try !...

img = cv2.imread(picture_path)img_hsv = cv2.cvtColor(img, cv2.COLOR_RGB2HSV)lower_blue = np.array([100, 30, 100])upper_blue = np.array([150, 255, 255])mask = cv2.inRange(img_hsv, lower_blue, upper_blue)res = cv2.bitwise_and(img, img, mask=mask)r,.

import cv2import numpy as npimg = np.zeros((400, 600, 3), np.uint8)# 绘制直线：line(img,开始点，结束点，线颜色，线宽度)# cv2.line(img, (0, 20), (200, 500), color=(170, 177, 200), thickness=2)# 绘制矩形:rectangle(img,开始点，结束点，颜色，线宽) 如果线宽是-1，可以填充# cv2.rectangle(img, (100, 1.

import numpy as np# 创建数组 np.array()np.array([1, 2, 3]) # 一维数据np.array([[1, 2, 3], [2, 3, 4]]) # 二维数据np.array([[[1, 2, 3], [2, 3, 4], [3, 4, 5]]]) # 三维数据# 创建全0数组 np.zeros((高，宽),np.uint8)a = np.zeros((4, 6), np.uint8) # 定义4行，6列，只有1个通道(二维)的全0矩阵...

import osimport cv2import shutilfrom PIL import Imageimport datetime# 将视频拆分为图片def splitFrames(video_dir_path): ''' :param video_dir_path: 视频所在的目录 :return: ''' start = datetime.datetime.now() print('开始时间:', start) for in.

import osimport numpy as npimport cv2import PIL.Image as Imagedef change_jpg_to_png(file_dir): image_names = os.listdir(file_dir) num = 0 num1 = 0 for one_image_name in image_names: if one_image_name[-4:] == '.jpg' or one_ima...

二值图像通常是经过处理后得到的，使用0表示黑色，使用255表示白色。、import cv2import numpy as np'''使用numpy库生成一个8*8的数组用来模拟一个黑色图像，并对其进行简单处理'''# np.zeros()可以生成一个元素值都是0的数组img = np.zeros((80, 80), dtype=np.uint8)cv2.imshow('black', img)cv2.waitKey()# 修改其中一个像素点的值并显示图片后观察其变化prin

import cv2file_path = '/Users/guojun/Desktop/cute.jpeg'# 读取图片retval = cv2.imread(file_path, cv2.IMREAD_GRAYSCALE)# 创建显示的窗口名称cv2.namedWindow('cute')# 在窗口上显示图片cv2.imshow('cute', retval)# 等待按键，0表示无限等待cv2.waitKey(0)# 引用一个不存在的窗口来显示图像也是ok的cv2.imsh.