YaYan233的博客

人脸检测 import cv2 as cv import numpy as np import matplotlib.pyplot as plt img = cv.imread('D:/code/opencv/face/CrystalLiu1.jpg') #导入人脸检测器 face_e = cv.CascadeClassifier(cv.data.haarcascades + 'haarcasc...

模板匹配 模板匹配是用来在一副大图中搜寻查找模版图像位置的方法。OpenCV 为我们提供了函数cv2.matchTemplate()。和 2D 卷积一样，它也是用模板图像在输入图像（大图）上滑动，并在每一个位置对模板图像和与其对应的输入图像的子区域进行比较. import cv2 as cv import numpy as np import matplotlib.pyplot as plt i...

opencv：轮廓以及直方图 1.找轮廓 绘制轮廓 • 为了更加准确，要使用二值化图像。在寻找轮廓之前，要进行阈值化处理或者 Canny 边界检测。 • 查找轮廓的函数会修改原始图像。如果你在找到轮廓之后还想使用原始图像的话，你应该将原始图像存储到其他变量中。 • 在 OpenCV 中，查找轮廓就像在黑色背景中超白色物体。你应该记住，要找的物体应该是白色而背景应该是黑色。 import cv2 ...

opencv：图形梯度以及边缘检测 OpenCV 提供了三种不同的梯度滤波器，或者说高通滤波器：Sobel，Scharr 和 Laplacian。Sobel，Scharr 其实就是求一阶或二阶导数。Scharr 是对 Sobel（使用小的卷积核求解求解梯度角度时）的优化。Laplacian 是求二阶导数。 import cv2 as cv import numpy as np import ...

opencv：滤波器（卷积）以及形态学转换 1.与以为信号一样，我们也可以对 2D 图像实施低通滤波（LPF），高通滤波（HPF）等。LPF 帮助我们去除噪音，模糊图像。HPF 帮助我们找到图像的边缘 OpenCV 提供的函数 cv.filter2D() 可以让我们对一幅图像进行卷积操作。 import cv2 as cv import numpy as np import matplotl...

opencv：图像阈值 1.简单阈值 像素值高于阈值时，我们给这个像素赋予一个新值（可能是白色），否则我们给它赋予另外一种颜色（也许是黑色）。这个函数就是 cv2.threshhold()。 import cv2 import numpy as np from matplotlib import pyplot as plt img=cv2.imread('D:/code/opencv/images...

opencv：图像空间转换与几何变换 1.颜色空间转换：从 BGR 到灰度图，或者BGR 到 HSV 等。 H（色彩/色度）的取值范围是 [0，179]， S（饱和度）的取值范围 [0，255]，V（亮度）的取值范围 [0，255]。 gary = cv.cvtColor(image, cv.COLOR_BGR2GRAY) # 灰度图 hsv = cv.cvtColor(image, cv.CO...

opencv：基本操作2 1.获取像素，并对图像进行修改 import cv2 as cv import numpy as np image=cv.imread('D:/code/opencv/images/1.png') print(image.shape)#看图像的形状 print(image.size)#图像大小78*85*3 cv.imshow("退学",image) p=image...

opencv：基本操作1 1.图片的读入、显示、保存 import cv2 as cv image=cv.imread('D:/code/opencv/images/1.png') cv.imshow("d",image) #图片显示 cv2.imwrite('messigray.png',img)#图片保存 cv.waitKey(0) cv.destroyAllWindows() 2.用...