OpenCV 中的图像处理

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。

# -*- coding: utf-8 -*-
"""
Created on Mon Jan 22 14:06:05 2018
"""import cv2
import numpy as np
from matplotlib import pyplot as plt#opencv 读图
img = cv2.imread("E:\\python\\opencv\\images\\demo0.png")#转换颜色空间
#对于BGR$Gray 的转换，我们要使用的flag 就是cv2.COLOR_BGR2GRAY。同样对于BGR$HSV 的转换，我们用的flag 就是cv2.COLOR_BGR2HSV。
#你还可以通过下面的命令得到所有可用的flag。
'''
flags=[i for i in dir(cv2) if i.startswith('COLOR_')]
print flags
'''#注意：在OpenCV 的HSV 格式中，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]。但是不
#同的软件使用的值可能不同。所以当你需要拿OpenCV 的HSV 值与其他软件的HSV 值进行对比时，一定要记得归一化。#物体跟踪
#提取的是一个蓝色的物体例子
'''
cap=cv2.VideoCapture(0)
while(1):# 获取每一帧ret,frame=cap.read()# 转换到HSVhsv=cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)# 设定蓝色的阈值lower_blue=np.array([110,50,50])upper_blue=np.array([130,255,255])# 根据阈值构建掩模mask=cv2.inRange(hsv,lower_blue,upper_blue)# 对原图像和掩模进行位运算res=cv2.bitwise_and(frame,frame,mask=mask)# 显示图像cv2.imshow('frame',frame)cv2.imshow('mask',mask)cv2.imshow('res',res)k=cv2.waitKey(5)&0xFFif k==27:break
# 关闭窗口
cv2.destroyAllWindows()
'''#图像平滑,OpenCV 提供的函数cv.filter2D() 可以让我们对一幅图像进行卷积操作。
'''
kernel = np.ones((5,5),np.float32)/25
dst = cv2.filter2D(img,-1,kernel)
plt.subplot(121),plt.imshow(img),plt.title('Original')
plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(dst),plt.title('Averaging')
plt.xticks([]), plt.yticks([])
plt.show()
'''#这是由一个归一化卷积框完成的。他只是用卷积框覆盖区域所有像素的平均值来代替中心元素。可以使用函数cv2.blur() 和cv2.boxFilter() 来完这个任务。
'''
blur = cv2.blur(img,(5,5))
plt.subplot(121),plt.imshow(img),plt.title('Original')
plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(blur),plt.title('Blurred')
plt.xticks([]), plt.yticks([])
plt.show()
'''#高斯模糊,实现的函数是cv2.GaussianBlur()。我们需要指定高斯核的宽和高（必须是奇数）。以及高斯函数沿X，Y 方向的标准差。
#如果我们只指定了X 方向的的标准差，Y 方向也会取相同值。如果两个标准差都是0，那么函数会根据核函数的大小自己计算。高斯滤波可以有效的从图像中去除高斯噪音。
#0 是指根据窗口大小（5,5）来计算高斯函数标准差
'''
blur = cv2.GaussianBlur(img,(5,5),0)
'''

OpenCV 中的图像处理相关推荐

OpenCV 中的图像处理 004_平滑图像
本文主要内容来自于 OpenCV-Python 教程的 OpenCV 中的图像处理部分,这部分的全部主要内容如下: 改变色彩空间学习在不同色彩空间之间改变图像.另外学习跟踪视频中的彩色对象. 图 ...
第四章：OpenCV中的图像处理
第四章:OpenCV中的图像处理本章节你将学习图像的改变色彩空间.提取对象.图像的几何变换.图像的阈值.平滑图像等OpenCV图像处理的基本内容. 更多内容请关注我的GitHub库:TonyStar ...
python识别图像中绿色的部分_[OpenCV-Python] OpenCV 中的图像处理部分 IV (四）
部分 IV OpenCV 中的图像处理 21 OpenCV 中的轮廓 21.1 初识轮廓目标 • 理解什么是轮廓 • 学习找轮廓,绘制轮廓等 • 函数:cv2.findContours(),cv2. ...
OpenCV中的图像处理 —— 傅里叶变换+模板匹配
OpenCV中的图像处理 -- 傅里叶变换+模板匹配现在也在逐渐深入啦,希望跟大家一起进步越来越强目录 OpenCV中的图像处理 -- 傅里叶变换+模板匹配 1. 傅里叶变换 1.1 Numpy实 ...
OpenCV中的图像处理 —— 霍夫线 / 圈变换 + 图像分割（分水岭算法） + 交互式前景提取（GrabCut算法）
OpenCV中的图像处理 -- 霍夫线 / 圈变换 + 图像分割(分水岭算法) + 交互式前景提取(GrabCut算法)
OpenCV中的图像处理 —— 图像阈值+图像平滑+形态转换
OpenCV中的图像处理 -- 图像阈值+图像平滑+形态转换目录 OpenCV中的图像处理 -- 图像阈值+图像平滑+形态转换 1. 图像阈值 1.1 简单阈值 1.2 自适应阈值 1.3 Otsu ...
OpenCV中的图像处理 —— 改变颜色空间+图像几何变换
OpenCV中的图像处理 -- 改变颜色空间+图像几何变换这一部分主要介绍OpenCV图像处理中的改变颜色空间和图像的几何变换,颜色空间的改变应用非常广泛,在处理图像的实际问题中,经常需要要图像变换 ...
python去除图片复杂背景_[OpenCV-Python] OpenCV 中的图像处理部分 IV (五）
部分 IV OpenCV 中的图像处理 22 直方图 22.1 直方图的计算,绘制与分析目标 • 使用 OpenCV 或 Numpy 函数计算直方图 • 使用 Opencv 或者 Matplotli ...
OpenCV中的图像处理 —— 图像梯度+Canny边缘检测+图像金字塔
OpenCV中的图像处理 -- 图像梯度+Canny边缘检测+图像金字塔目录 OpenCV中的图像处理 -- 图像梯度+Canny边缘检测+图像金字塔 1. 图像梯度 1.1 Sobel和Schar ...
(三)OpenCV中的图像处理之轮廓
注释:本文翻译自OpenCV3.0.0 document->OpenCV-Python Tutorials,包括对原文档种错误代码的纠正该章节分为以下四个小节: (一) Contour ...

OpenCV 中的图像处理

OpenCV 中的图像处理相关推荐

最新文章

热门文章