目錄
- 概述
- 圖像處理
- 轉(zhuǎn)換圖像
- 轉(zhuǎn)換成灰度圖
- HSV
- YUV
- 二值化操作
- 原圖
- Binary
- Binary Inverse
- Trunc
- Tozero
- Tozero Inverse
【OpenCV】⚠️高手勿入! 半小時學(xué)會基本操作⚠️圖像處理
概述
OpenCV 是一個跨平臺的計算機視覺庫, 支持多語言, 功能強大. 今天小白就帶大家一起攜手走進 OpenCV 的世界.
圖像處理
圖像處理是非?;A(chǔ)和關(guān)鍵的, 今天就帶大家來一起了解一下圖像處理.
轉(zhuǎn)換圖像
cv.cvtColor
可以幫助我們轉(zhuǎn)換圖片通道.
格式:
cv2.cvtColor(src, code[, dst[, dstCn]])
參數(shù):
- src: 需要轉(zhuǎn)換的圖片
- code: 顏色空間轉(zhuǎn)換碼
- dst: 輸出圖像大小深度相同, 可選參數(shù)
- desCn: 輸出圖像的顏色通道, 可選參數(shù)
轉(zhuǎn)換成灰度圖
RGB 到灰度圖轉(zhuǎn)換公式:
Y' = 0.299 R + 0.587 G + 0.114 B
例子:
# 讀取數(shù)據(jù)
img = cv2.imread("cat.jpg")
# 轉(zhuǎn)換成灰度圖
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 輸出維度
print(img_gray.shape) # (554, 640)
# 展示圖像
cv2.imshow("img_gray", img_gray)
cv2.waitKey(0)
cv2.destroyAllWindows()
輸出結(jié)果:
HSV
HSV (Hue, Saturation, Value) 是根據(jù)顏色的直觀特性由 A.R. Smith 在 1978 年創(chuàng)建的一種顏色空間.
例子:
# 轉(zhuǎn)換成hsv
img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# 輸出維度
print(img_hsv.shape) # (554, 640, 3)
# 展示圖像
cv2.imshow("img_hsv", img_hsv)
cv2.waitKey(0)
cv2.destroyAllWindows()
輸出結(jié)果:
YUV
YUV 是一種顏色編碼的方法, 主要用在視頻, 圖形處理流水線中.
例子:
# 讀取數(shù)據(jù)
img = cv2.imread("cat.jpg")
# 轉(zhuǎn)換成hsv
img_yuv = cv2.cvtColor(img, cv2.COLOR_BGR2YUV)
# 輸出維度
print(img_yuv.shape) # (554, 640, 3)
# 展示圖像
cv2.imshow("img_yuv", img_yuv)
cv2.waitKey(0)
cv2.destroyAllWindows()
輸出結(jié)果:
二值化操作
格式:
ret, dst = cv2.threshold(src, thresh, maxval, type)
參數(shù):
- src: 需要轉(zhuǎn)換的圖
- thresh: 閾值
- maxval: 超過閾值所賦的值
- type: 二值化操作類型
返回值:
原圖
Binary
大于閾值的設(shè)為 255, 低于或等于閾值的為 0.
例子:
# 讀取數(shù)據(jù)
img_gray = cv2.imread("cat_gray.jpg")
# 二值化
ret, thresh1 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_BINARY)
# 圖片展示
cv2.imshow("thresh1", thresh1)
cv2.waitKey(0)
cv2.destroyAllWindows()
輸出結(jié)果:
Binary Inverse
與 Binary 相反.
例子:
# 讀取數(shù)據(jù)
img_gray = cv2.imread("cat_gray.jpg")
# 二值化
ret, thresh2 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_BINARY_INV)
# 圖片展示
cv2.imshow("thresh2", thresh2)
cv2.waitKey(0)
cv2.destroyAllWindows()
輸出結(jié)果:
Trunc
大于閾值的設(shè)為 255, 低于或等于閾值的不變.
例子:
# 讀取數(shù)據(jù)
img_gray = cv2.imread("cat_gray.jpg")
# 截斷
ret, thresh3 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_TRUNC)
# 圖片展示
cv2.imshow("thresh3", thresh3)
cv2.waitKey(0)
cv2.destroyAllWindows()
輸出結(jié)果:
Tozero
大于閾值部分不變, 否則設(shè)為 0.
代碼:
# 讀取數(shù)據(jù)
img_gray = cv2.imread("cat_gray.jpg")
# Tozero
ret, thresh4 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_TOZERO)
# 圖片展示
cv2.imshow("thresh4", thresh4)
cv2.waitKey(0)
cv2.destroyAllWindows()
輸出結(jié)果:
Tozero Inverse
與 Tozero 相反.
代碼:
# 讀取數(shù)據(jù)
img_gray = cv2.imread("cat_gray.jpg")
# Tozero
ret, thresh5 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_TOZERO_INV)
# 圖片展示
cv2.imshow("thresh5", thresh5)
cv2.waitKey(0)
cv2.destroyAllWindows()
輸出結(jié)果:
到此這篇關(guān)于OpenCV半小時掌握基本操作之圖像處理的文章就介紹到這了,更多相關(guān)OpenCV圖像處理內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
您可能感興趣的文章:- OpenCV半小時掌握基本操作之圖像裁剪融合
- opencv-python基本圖像處理詳解
- OpenCV圖像處理基本操作詳解
- Opencv圖像處理之詳解掩膜mask
- 基于python的opencv圖像處理實現(xiàn)對斑馬線的檢測示例
- Python+OpenCV圖像處理——圖像二值化的實現(xiàn)
- OpenCV半小時掌握基本操作之分水嶺算法
- OpenCV半小時掌握基本操作之傅里葉變換