python opencv二值化图像_python opencv，读取彩色图像，提取三通道，图像二值化，提取图像的边缘...

python opencv，读取彩色图像，提取三通道，图像二值化，提取图像的边缘

python opencv

1,读取图像

2，图像变矩阵

3，图像转灰度图像

4，彩色图像是3D数组

5，灰度图像是2D数组

6，彩色图像是3个2D数组

7，彩色图像有3个通道，提取3个通道

#Copyright

'''熟悉opencv库'''

import cv2

import numpy as np

img=cv2.imread('D:/python_examples/mei_hua1.jpeg')

'''显示彩色图像 '''

#cv2.imshow("img",img)

#cv2.waitKey(0)

gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

''' 显示灰度图像'''

#cv2.imshow("gray",gray)

#cv2.waitKey(0)

'''得到了图像的大小 '''

rows,cols,_=img.shape

print(rows,cols)

'''初始化一个大小一样的图像，元素初始化为0 '''

created=np.zeros((rows,cols))

''' for in 语句，遍历数组，但不能修改数组'''

for i in img:

for j in i:

#print(j)

pass

'''给数组赋值 '''

for i in range(0,rows):

for j in range(0,cols):

created[i,j]=img[i,j,2]#第三个参数，可以是0,1,2分别表示3个通道

print(created.shape)#创建的图像大小

'''必须加这一条语句,否则无法正确显示图像 '''

created=created.astype(np.uint8)#转换类型，才能正确的显示图像

cv2.imshow('created',created)

cv2.imwrite('D:/python_examples/created.jpg',created)

cv2.waitKey(0)

通道0

通道1

通道2

总结：

1个彩色图像，可以分解为3个灰度图像

3个灰度图像合起来是一个彩色图像

通道2图像，观察到花很白。如果

图像很白，说明对应的像素值大。

所以，做一个二值处理。

当像素值大于180，显示255

当像素值小于等于180，显示为0

created[created>180]=255

created[created<=180]=0

、

这个图像就是2值图像。

什么是2值图像，就是里面只有黑和白。

通道3变成了2值图像以后，有什么变化。

在通道3，

看到有花，有枝条，有朦胧的一个背景。

在二值图像，

就看到了花。

花尾巴部分，变成了白色，原来是灰色。

枝条没有了。

朦胧的背景也没有了

所以，二值图像，消除了枝条。

消除了朦胧的背景。

只显示了我们关心的花。

仔细观察图像变化，很重要！

对于二值图像，显示边缘。

什么是边缘。

举例：

000011100

左边连续的0，都是黑

所以0-0=0

右边-左边

左边是0，右边是1

这里就是边缘了

右边-左边=1

111连续的1，都是白色

这里是边缘，因为从1变0

都是黑

按照这个道理。

修改二值图像，提取边缘

for i in range(0,rows):

for j in range(0,cols-1):

#created[i,j]=created[i,j+1]-created[i,j]# 0-0 255-255 255-0 0-255

if(created[i,j+1]<=created[i,j]):

created[i,j]=0

else:

created[i,j]=255

现在图像里面，只有一些白色的线条。

白色的面积小了很多了。

而且这些白色线条，组成了花的轮廓。

for i in range(0,rows):

for j in range(0,cols-1):

#created[i,j]=created[i,j+1]-created[i,j]# 0-0 255-255 255-0 0-255

if(created[i,j+1]>=created[i,j]):

created[i,j]=0

else:

created[i,j]=255

读者可以更换其他图像试试，看看效果

总结：

对图像处理的步骤

1，彩色图像

2，提取3个通道

3，把第三通道的图像做二值化，阈值自己可以调整的

4，把二值化图像，提取了边缘

python opencv二值化图像_python opencv，读取彩色图像，提取三通道，图像二值化，提取图像的边缘...相关推荐

python打出由边框包围的_python opencv 图像边框(填充)添加及图像混合的实现方法（末尾实现类似幻灯片渐变的效果）...
图像边框的实现图像边框设计的主要函数 cv.copyMakeBorder()--实现边框填充主要参数如下: 参数一:源图像--如:读取的img 参数二--参数五分别是:上下左右边的宽度--单位:像 ...
python图片保存为txt文件_python + opencv实现提取png图像的像素信息并存储到txt文件中（附安装指导）...
相关库安装指导: 这里我们需要 opencv_python,numpy,matplotlib库,另外我用的是python3.6.1版本. 一般库大家都是用pip install命令安装的,不过不知道为 ...
python opencv图片旋转180度_Python opencv图像镜像翻转
最近在训练CNN网络,需要对数据进行扩充,于是想做一下图像的镜像翻转,主要参考了博客: 不过我发现博主使用的是opencv老版本了,现在大家都是cv2了,因此我对博主的代码进行了必要的修改. 首先,说 ...
python数字图像处理、色彩空间类型转换_Python+OpenCV图像处理—— 色彩空间转换...
一.色彩空间的转换代码如下: #色彩空间转换 import cv2 as cv def color_space_demo(img): gray = cv.cvtColor(img, cv.COLOR ...
python安装cv2模块的方法_Python opencv模块cv2安装和部分函数使用
Python opencv模块cv2安装和部分函数使用前几天做了一下验证码识别,在这里分享一下用到的opencv模块cv2部分函数的使用方法,也是给自己加深一下记忆. 一.cv2模块安装在这里提醒 ...
python图片识别是否p过_Python+Opencv进行识别相似图片
标签:在网上看到python做图像识别的相关文章后,真心感觉python的功能实在太强大,因此将这些文章总结一下,建立一下自己的知识体系. 当然了,图像识别这个话题作为计算机科学的一个分支,不可能就在 ...
python给图片加半透明水印_Python+OpenCV为图片添加中文水印与图片水印
OpenCV中在图片上输出中文一般有两种解决办法: 一种需要借助FreeType库实现.FreeType库是一个完全免费(开源)的.高质量的且可移植的字体引擎,它提供统一的接口来访问多种字体格式文件. ...
python找不到csv文件_Python如何读取csv文件
逗号分隔值(Comma-Separated Values,CSV,有时也称为字符分隔值,因为分隔字符也可以不是逗号),其文件以纯文本形式存储表格数据(数字和文本). 纯文本意味着该文件是一个字符序列, ...
python opencv图像二值化函数_python opencv 二值化计算白色像素点的实例
python opencv 二值化计算白色像素点的实例贴部分代码 #! /usr/bin/env python # -*- coding: utf-8 -*- import cv2 import ...

python opencv二值化图像_python opencv，读取彩色图像，提取三通道，图像二值化，提取图像的边缘...

python opencv二值化图像_python opencv，读取彩色图像，提取三通道，图像二值化，提取图像的边缘...相关推荐

最新文章

热门文章