CV之路——opencv基本操作

目的

分享学习心得，从实操中学习图像的前处理。代码直接跑，什么都不用改，如果网址失效，直接换网址即可。

库

- imageio==2.6.0 用来读取网址图片
- cv2==3.2.14 图像操作
- numpy==1.19.0

获取图片

import imageio # 可以从网址中读取图片的库 --> pip install imageio
import cv2
file_path = "http://img.mp.itc.cn/upload/20170206/3cbd5b8834df4b409d289d9d8d50530a_th.jpg"
img = imageio.imread(file_path)
img = cv2.cvtColor(img,cv2.COLOR_RGB2BGR) # 读取的是RGB通道，转成opencv的BGR通过
cv2.imwrite("cat.jpg",img )
cv2.imshow("cat", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

图片分通道

# 图片分通道 -->B,G,R
import imageio
import cv2
file_path = "http://img.mp.itc.cn/upload/20170206/3cbd5b8834df4b409d289d9d8d50530a_th.jpg"
img = imageio.imread(file_path)
img = cv2.cvtColor(img,cv2.COLOR_RGB2BGR) # 读取的是RGB通道，转成opencv的BGR通道
img = cv2.resize(img,(360,640))  # 更改大小，便于显示
b,g,r = cv2.split(img)  # 图片分通道
# img_1 = cv2.merge((b, g, r))  # 分割后的通道合并
bgr = np.hstack((b,g,r))  # 图片矩阵并排显示
cv2.imwrite("split.jpg",bgr )
cv2.imshow("split",bgr)
cv2.waitKey(0)
cv2.destroyAllWindows()

形态学——腐蚀膨胀

import imageio
import cv2
file_path = "http://1824.img.pp.sohu.com.cn/images/blog/2009/7/21/21/16/1234ab28e28g214.jpg"
img = imageio.imread(file_path)
img = cv2.cvtColor(img,cv2.COLOR_RGB2BGR)
kernel = (7,7)  # 腐蚀或膨胀的程度
erode = cv2.erode(img, kernel, iterations=20)  # 腐蚀操作
dilate = cv2.dilate(img, kernel, iterations=20)  # 膨胀操作
result = np.hstack((img,erode,dilate)) # 原图 - 腐蚀 - 膨胀
cv2.imwrite("erode_dilate.jpg",result)
cv2.imshow("result",result)
cv2.waitKey(0)
cv2.destroyAllWindows()

形态学——开运算，闭运算

import numpy as np
import imageio
import cv2
file_path = "https://img.pconline.com.cn/images/photoblog/9/7/3/6/9736422/20099/21/1253523872358_mthumb.jpg"
img = imageio.imread(file_path)
img = cv2.cvtColor(img,cv2.COLOR_RGB2BGR)
img = cv2.resize(img,(360,360))
kernel = (7,7)  # 腐蚀或膨胀的程度
opens = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel, iterations=20) # 开运算 -->先腐蚀再膨胀
close = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel, iterations=20) # 闭运算 -->先膨胀再腐蚀
result = np.hstack((img,opens,close)) # 原图 - 开运算 - 闭运算
cv2.imwrite("open_close.jpg",result)
cv2.imshow("result",result)
cv2.waitKey(0)
cv2.destroyAllWindows()

边缘检测——sobel

import numpy as np
import imageio
import cv2
file_path = "http://img.mp.itc.cn/upload/20170206/3cbd5b8834df4b409d289d9d8d50530a_th.jpg"
img = imageio.imread(file_path)
img = cv2.cvtColor(img,cv2.COLOR_RGB2BGR)
img = cv2.resize(img,(360,640))
sobelx = cv2.Sobel(img, ddepth=cv2.CV_32F, dx=1, dy=0, ksize=3) # 延x方向检测
sobely = cv2.Sobel(img, ddepth=cv2.CV_32F, dx=0, dy=1, ksize=3) # 延y方向检测
# sobelxy = cv2.Sobel(img, ddepth=cv2.CV_32F, dx=1, dy=1, ksize=3) # 也可以直接x-y一起sobel，但一般效果没有分开处理的好
convx = cv2.convertScaleAbs(sobelx) #
convy = cv2.convertScaleAbs(sobely)
sobel = cv2.addWeighted(convx, 0.5, convy, 0.5, 0)
res = np.hstack((img, convx, convy, sobel)) # 原图 - sobelx - sobely - sobel
cv2.imwrite("sobel.jpg",res)
cv2.imshow('res', res)
cv2.waitKey(0)
cv2.destroyAllWindows()

边缘检测——canny

import numpy as np
import imageio
import cv2
file_path = "http://img.mp.itc.cn/upload/20170206/3cbd5b8834df4b409d289d9d8d50530a_th.jpg"
img = imageio.imread(file_path)
img = cv2.cvtColor(img,cv2.COLOR_RGB2BGR)
img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
img = cv2.resize(img,(360,640))
print(img.shape)
# thresh1和thresh2可以根据实际图片情况更改
thresh1 = 0
thresh2 = 125
canny = cv2.Canny(img, thresh1, thresh2)
print(canny.shape)
result = np.hstack((img,canny))
cv2.imwrite("canny.jpg",result)
cv2.imshow('res', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

图像金字塔

# 上采样
import numpy as np
import imageio
import cv2
file_path = "http://img.mp.itc.cn/upload/20170206/3cbd5b8834df4b409d289d9d8d50530a_th.jpg"
original = imageio.imread(file_path)
img = cv2.cvtColor(original,cv2.COLOR_RGB2BGR)
# 下采样
down1 = cv2.pyrDown(img,(int(img.shape[0]/2),int(img.shape[1]/2)))
down2 = cv2.pyrDown(down1,(int(img.shape[0]/4),int(img.shape[1]/4)))
# # 上采样
# up1 = cv2.pyrUp(img,(int(img.shape[0]/2),int(img.shape[1]/2)))
# up2 = cv2.pyrUp(up1 ,(int(img.shape[0]/4),int(img.shape[1]/4)))
cv2.imwrite("original.jpg",img)
cv2.imwrite("down1.jpg",down1)
cv2.imwrite("down2.jpg",down2)
cv2.imshow('original',img)
cv2.imshow('down1',down1)
cv2.imshow('down2',down2)
cv2.waitKey(0)
cv2.destroyAllWindows()

总结
- 每天进步一点点
参考文献
https://max.book118.com/html/2018/0523/168182943.shtm

CV之路——opencv基本操作相关推荐

CV之路 —— Opencv学习
初识Opencv 配置环境视觉系统开场白常用操作1 结束语配置环境 Ubuntu18.04下安装Miniconda,使用pip install opencv-python和opencv-con ...
OpenCV修养（二）——OpenCV基本操作
文章目录 2 OpenCV基本操作 2.1 IO操作 2.2 图像基本操作 2.2.1 图像绘制 2.2.1.1 绘制直线 2.2.1.2 绘制圆形 2.2.1.3 绘制矩形 2.2.1.4 添加文字 ...
【转】我的CV之路第一篇：ITK是啥？
Itk篇 (Insight Segmentation and Registration Toolkit) ITK Itk篇前言一.ITK是什么? 二.一些函数 1.读/写图片 2.滤波器前言学 ...
opencv基本操作二（读取视频流与保存视频、读取摄像头并保存视频）
opencv基本操作二要点代码例程一例程二要点 opencv常用读视频函数 cv2.VideoCapture .cv2.VideoCapture.get 等,可以参考这里 opencv常用写 ...
高一女孩成 AI 赛事奖项收割机，05 后新星如何踏上 CV 之路？
今天分享的主角是我们的社区小成员李露菲,17 岁,目前是上海市南洋模范中学的一名高一学生,也是本次 MMPose 姿态估计创意 Demo 大赛 "最佳人气奖"第一名的获得者. ...
opencv基本操作一（读取、处理、保存图片）
opencv基本操作一重要函数&概念代码例程一例程二重要函数&概念 cv2.resize()的用法见:https://blog.csdn.net/qq_41339539/ar ...
【自我提升】openCV基本操作
写在前面:本篇博客主要是记录opnecv的基本操作,不记录安装等步骤.方便回顾和查找方法. 一.图像的IO操作,读取和保存方法读取图像在OpenCV中,读取图像的函数是imread().该函数可以 ...
c++ opencv 基本操作
下载地址: https://opencv.org/releases/ 归一化,转vector: Opencv C++ 归一化_jacke121的专栏-CSDN博客_c++ opencv 归一化 c++ ...
【CV】基于OpenCV的手掌检测和手指计数
利用余弦定理使用OpenCV-Python实现手指计数与手掌检测. 手检测和手指计数接下来让我们一起探索以下这个功能是如何实现的. OpenCV OpenCV(开源计算机视觉库)是一个开源计算机视觉 ...

CV之路——opencv基本操作

目的

库

CV之路——opencv基本操作相关推荐

最新文章

热门文章