zhuguiqin1的专栏

图像处理高手技能清单

opencv基础形态学操作

Opencv培养细胞图像分割

轮廓检测轮廓检测也是图像处理中经常用到的。OpenCV-Python接口中使用cv2.findContours()函数来查找检测物体的轮廓。实现使用方式如下：import cv2 img = cv2.imread("./test.jpg") #读取原始图片，彩色三通道图片 gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #将图片转化成灰度图，灰度图是单通道的，单通道的像素值是原始img三通道的像素值的均值，所有像素的值取值范围是0~255

假如用分辨率为98*148的树形图片当我们用opencv读取该图片时，返回的图片的shape是(148, 98, 3)import cv2img = cv2.imread(img_path)print(img.shape)(148, 98, 3)由此可见图片的返回的图片的shape的格式是(h,w,c)...

导读在上篇文章中，我们介绍了仿射变换，我们只需要通过一个两行三列的变换矩阵M就能够对图像实现平移、缩放、翻转、旋转操作。我们发现这些变换其实都属于平面变换，如果我们想要进行空间变换呢？将上图的扑克牌单独提取出来，如下图所示这时候我们应该如何来实现这个功能呢？这个其实就涉及到了图像的一个空间变换，就需要用到我们所说的透视变换了。透视变换透视变换(Perspective Transformation)是指利用透视中心、像点、目标点三点共线的条件，按透视旋转定律使承影面(透视面)绕迹线(透视轴)旋转某一

导读在图像处理中，我们经常需要对图像进行各种操作如平移、缩放、旋转、翻转等，这些其实都是图像的仿射变换。通过本篇文章，你能够知道它们的实现原理以及如何应用它们。仿射变换仿射变换也称仿射投影，是指几何中，对一个向量空间进行线性变换并接上一个平移，变换为另一个向量空间。所以，仿射变换其实也就是在讲如何来进行两个向量空间的变换假设有一个向量空间k：k=(x,y)k=(x,y)k=(x,y)还有一个向量空间j：j=(x′,y′)j=(x',y' )j=(x′,y′)如果我们想要将向量空间由k变为j，