yegeli的博客

OpenCV-Python 中文教程索引目录 I 走进 OpenCV 10详细目录I 走进 OpenCV 101 关于 OpenCV-Python 教程 102 在 在 Windows 上安装 OpenCV-Python 113 在 在 Fedora 上安装 OpenCV-Python 12II OpenCV 中的 Gui 特性 134 图片 134.1 读入图像 . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

文章目录OpenCV-Python：IV OpenCV中的图像处理24 模板匹配24.1 OpenCV 中的模板匹配24.2 多对象的模板匹配OpenCV-Python：IV OpenCV中的图像处理24 模板匹配目标在本节我们要学习：　　1. 使用模板匹配在一幅图像中查找目标　　2. 函数：cv2.matchTemplate()，cv2.minMaxLoc()原理　　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()

OpenCV-Python4 图片目标　　• 在这里你将学会怎样读入一幅图像，怎样显示一幅图像，以及如何保存一幅图像　　• 你将要学习如下函数：cv2.imread()，cv2.imshow()，cv2.imwrite()　　• 如果你愿意的话，我会叫你如何使用 Matplotlib 显示一幅图片4.1 读入图像　　使用函数 cv2.imread() 读入图像。这幅图像应该在此程序的工作路径，或者给函数提供完整路径，第二个参数是要告诉函数应该如何读取这幅图片。• cv2.IMREAD_COL

OpenCV-Python5 视频目标　　• 学会读取视频文件，显示视频，保存视频文件　　• 学会从摄像头获取并显示视频　　• 你将会学习到这些函数：cv2.VideoCapture()，cv2.VideoWrite()5.1 用摄像头捕获视频　　我们经常需要使用摄像头捕获实时图像。OpenCV 为这中应用提供了一个非常简单的接口。让我们使用摄像头来捕获一段视频，并把它转换成灰度视频显示出来。从这个简单的任务开始吧。　　为了获取视频，你应该创建一个 VideoCapture 对象。他的参数可

OpenCV-Python6 OpenCV 中的绘图函数目标　　• 学习使用 OpenCV 绘制不同几何图形　　• 你将会学习到这些函数：cv2.line()，cv2.circle()，cv2.rectangle() ，cv2.ellipse() ，cv2.putText() 等。代码上面所有的这些绘图函数需要设置下面这些参数：　　• img：你想要绘制图形的那幅图像。　　• color：形状的颜色。以 RGB 为例，需要传入一个元组，例如： （255,0,0 ）代表蓝色。对于灰度图只需要传

OpenCV-Python7 把鼠标当画笔目标　　• 学习使用 OpenCV 处理鼠标事件　　• 你将要学习的函数是：cv2.setMouseCallback()7.1 简单演示　　这里我们来创建一个简单的程序，他会在图片上你双击过的位置绘制一个圆圈。首先我们来创建一个鼠标事件回调函数，但鼠标事件发生是他就会被执行。鼠标事件可以是鼠标上的任何动作，比如左键按下，左键松开，左键双击等。我们可以通过鼠标事件获得与鼠标对应的图片上的坐标。根据这些信息我们可以做任何我们想做的事。你可以通过执行下列代码查

OpenCV-Python8 用滑动条做调色板目标　　• 学会把滑动条绑定到 OpenCV 的窗口　　• 你将会学习这些函数：cv2.getTrackbarPos()，cv2.creatTrackbar()等。8.1 代码示例　　现在我们来创建一个简单的程序：通过调节滑动条来设定画板颜色。我们要创建一个窗口来显示显色，还有三个滑动条来设置 B，G，R 的颜色。当我们滑动滚动条是窗口的颜色也会发生相应改变。默认情况下窗口的起始颜色为黑。　cv2.getTrackbarPos() 函数：第一个参

OpenCV-Python 核心操作9 图像的基础操作目标　　• 获取像素值并修改　　• 获取图像的属性（信息）　　• 图像的 ROI（）　　• 图像通道的拆分及合并几乎所有这些操作与 Numpy 的关系都比与 OpenCV 的关系更加紧密，因此熟练 Numpy 可以帮助我们写出性能更好的代码。（示例将会在 Python 终端中展示，因为他们大部分都只有一行代码）9.1 获取并修改像素值　　首先我们需要读入一幅图像：import cv2import numpy as npimg=c

OpenCV-Python 核心操作10 图像上的算术运算目标　　• 学习图像上的算术运算，加法，减法，位运算等。　　• 我们将要学习的函数与有：cv2.add()，cv2.addWeighted() 等。10.1 图像加法　你可以使用函数 cv2.add() 将两幅图像进行加法运算，当然也可以直接使用 numpy，res=img1+img。两幅图像的大小，类型必须一致，或者第二个图像可以使一个简单的标量值。注意：OpenCV 中的加法与 Numpy 的加法是有所不同的。OpenCV 的加法是

OpenCV-Python 核心操作11 程序性能检测及优化目标在图像处理中你每秒钟都要做大量的运算，所以你的程序不仅要能给出正确的结果，同时还必须要快。所以这节我们将要学习：　　• 检测程序的效率　　• 一些能够提高程序效率的技巧　　• 你要学到的函数有：cv2.getTickCount,cv2.getTickFrequency等除了 OpenCV，Python 也提供了一个叫 time 的的模块，你可以用它来测量程序的运行时间。另外一个叫做 profile 的模块会帮你得到一份关于你的程序

OpenCV-Python13 颜色空间转换目标　　• 你将学习如何对图像进行颜色空间转换，比如从 BGR 到灰度图，或者从BGR 到 HSV 等。　　• 我没还要创建一个程序用来从一幅图像中获取某个特定颜色的物体。　　• 我们将要学习的函数有：cv2.cvtColor()，cv2.inRange() 等。13.1 转换颜色空间　　在 OpenCV 中有超过 150 中进行颜色空间转换的方法。但是你以后就会、发现我们经常用到的也就两种：BGR↔Gray 和 BGR↔HSV。我们要用到的函数是

OpenCV-Python：IV OpenCV中的图像处理14 几何变换目标　　• 学习对图像进行各种几个变换，例如移动，旋转，仿射变换等。　　• 将要学到的函数有：cv2.getPerspectiveTransform。变换OpenCV 提供了两个变换函数，cv2.warpAffine 和 cv2.warpPerspective，使用这两个函数你可以实现所有类型的变换。cv2.warpAffine 接收的参数是2 × 3 的变换矩阵，而 cv2.warpPerspective 接收的参数是 3

OpenCV-Python：IV OpenCV中的图像处理15 图像阈值目标　　• 本节你将学到简单阈值，自适应阈值，Otsu’s 二值化等　　• 将要学习的函数有 cv2.threshold，cv2.adaptiveThreshold 等。15.1 简单阈值　　与名字一样，这种方法非常简单。但像素值高于阈值时，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()。这个函数的第一个参数就是原图像，原图像应该是灰度图。

文章目录OpenCV-Python：IV OpenCV中的图像处理16 图像平滑图像模糊（图像平滑）16.1 平均16.2 高斯模糊16.3 中值模糊16.4 双边滤波OpenCV-Python：IV OpenCV中的图像处理16 图像平滑目标　　• 学习使用不同的低通滤波器对图像进行模糊　　• 使用自定义的滤波器对图像进行卷积（2D 卷积）2D 卷积　　与一维信号一样，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

文章目录OpenCV-Python：IV OpenCV中的图像处理17 形态学转换17.1 腐蚀17.2 膨胀17.3 开运算17.4 闭运算17.5 形态学梯度17.6 礼帽17.7 黑帽17.8 形态学操作之间的关系OpenCV-Python：IV OpenCV中的图像处理17 形态学转换目标　　• 学习不同的形态学操作，例如腐蚀，膨胀，开运算，闭运算等　　• 我们要学习的函数有：cv2.erode()，cv2.dilate()，cv2.morphologyEx()等原理　　形态学操作是

文章目录OpenCV-Python：IV OpenCV中的图像处理18 图像梯度18.1 Sobel 算子和 Scharr 算子18.2 Laplacian 算子OpenCV-Python：IV OpenCV中的图像处理18 图像梯度目标　　• 图像梯度，图像边界等　　• 使用到的函数有：cv2.Sobel()，cv2.Schar()，cv2.Laplacian() 等原理　　梯度简单来说就是求导。　　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

文章目录OpenCV-Python：IV OpenCV中的图像处理19 Canny 边缘检测19.1 原理19.2 OpenCV 中的 Canny 边界检测OpenCV-Python：IV OpenCV中的图像处理19 Canny 边缘检测目标　　• 了解 Canny 边缘检测的概念　　• 学习函数 cv2.Canny()19.1 原理Canny 边缘检测是一种非常流行的边缘检测算法，是 John F.Canny 在1986 年提出的。它是一个有很多步构成的算法，我们接下来会逐步介绍。19.

文章目录OpenCV-Python：IV OpenCV中的图像处理20 图像金字塔20.1 原理20.2 使用金字塔进行图像融合OpenCV-Python：IV OpenCV中的图像处理20 图像金字塔目标　　• 学习图像金字塔　　• 使用图像创建一个新水果：“橘子苹果”　　• 将要学习的函数有：cv2.pyrUp()，cv2.pyrDown()。20.1 原理一般情况下，我们要处理是一副具有固定分辨率的图像。但是有些情况下，我们需要对同一图像的不同分辨率的子图像进行处理。比如，我们要在一幅

文章目录OpenCV-Python：IV OpenCV中的图像处理21 OpenCV 中的轮廓21.1 初识轮廓21.1.1 什么是轮廓21.1.2 怎样绘制轮廓21.1.3 轮廓的近似方法21.2 轮廓特征21.2.1 矩1.2.2 轮廓面积21.2.3 轮廓周长21.2.5 凸包21.2.6 凸性检测21.2.7 边界矩形1.2.8 最小外接圆21.2.9 椭圆拟合21.2.10 直线拟合21.3 轮廓的性质21.3.2 Extent21.3.3 Solidity21.3.4 Equivalent Di

文章目录OpenCV-Python：IV OpenCV中的图像处理22 直方图22.1 直方图的计算，绘制与分析22.1.1 统计直方图22.1.2 绘制直方图22.1.3 使用掩模22.2 直方图均衡化22.2.1 OpenCV 中的直方图均衡化22.2.2 CLAHE22.3 2D 直方图22.3.1 介绍22.3.2 OpenCV 中的 2D 直方图22.3.3 Numpy 中 中 2D 直方图22.3.4 绘制 2D 直方图22.4 直方图反向投影22.4.1 Numpy 中的算法22.4.2 Op

文章目录OpenCV-Python：IV OpenCV中的图像处理23 图像变换23.1 傅里叶变换23.1.1 Numpy 中的傅里叶变换23.1.2 OpenCV 中的傅里叶变换23.1.3 DFT 的性能优化23.1.4 为什么拉普拉斯算子是高通滤波器？OpenCV-Python：IV OpenCV中的图像处理23 图像变换23.1 傅里叶变换目标本小节我们将要学习：　　• 使用 OpenCV 对图像进行傅里叶变换　　• 使用 Numpy 中 FFT（快速傅里叶变换）函数　　• 傅里叶