计算机视觉入门（一）

1.图片的读取
cv2.IMREAD_COLOR：彩色图像
cv2.IMREAD_GRAYSCALE：灰度图像

imgs=cv2.imread("dog.jpg")
imgs=cv2.cvtColor(imgs,cv2.COLOR_BGR2RGB)
print(imgs)
plt.imshow(imgs)
plt.show()

2.视频中读取图片
cv2.VideoCapture可以捕获摄像头，用数字来控制不同的设备

vc=cv2.VideoCapture("E:\\Pec\\ved.mp4")
#检测是否能打开
if vc.isOpened():open,frame=vc.read() #一帧一帧的读取
else:open=False
#读取视频，并转换为灰度视频
while open:ret,frame=vc.read()if frame is None:breakif ret==True:gray=cv2.cvtColor(frame,cv.COLOR_BGR2GRAY)cv2.imshow('result',gray)if cv2.waitKey(10) & 0xFF==27:break
vc.release()
cv.destroyAllWindows()

3.截取图片的部分范围

#截取部分图像数据(ROI)
img=cv2.imread('cat.jpg')
#截取自己想要的切片
imgs=img[100:300,0:200]
plt.imshow(imgs)
plt.show()

4.分离颜色通道

#颜色通道提取
img=cv2.imread('dog.jpg')
b,g,r=cv2.split(img)
print(r.shape)
#将分离的颜色通道再组合
img=cv2.merge((b,g,r))
print(img.shape)
#只保留R通道
cur_img=img.copy()
cur_img[:,:,0]=0 #取所有区域，把B设置0
cur_img[:,:,1]=0 #取所有区域，把G设置0
plt.imshow(cur_img)
plt.show()#只保留G通道
cur_img=img.copy()
cur_img[:,:,0]=0
cur_img[:,:,2]=0
plt.imshow(cur_img)
plt.show()#只保留B通道
cur_img=img.copy()
cur_img[:,:,1]=0
cur_img[:,:,2]=0
plt.imshow(cur_img)
plt.show()

5.边界填充

BORDER_REPLICATE：复制法，复制最边缘像素
BORDER_REFLECT：反射法，对感兴趣的图像中的像素在两边进行复制，如：fedcba|abcdefgh|hgfedcb
BORDER_REFLECT_101：反射法，以最边缘像素为轴，如：gfedcb|abcdefgh|gfedcba
BORDER_WRAP：外包装法，如：cdefgh|abcdefgh|abcdefg
BORDER_CONSTANT：常量法，常数填充

top_size,bottom_size,left_size,right_size=(50,50,50,50)
replicate=cv2.copyMakeBorder(imgs,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(imgs,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(imgs,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_REFLECT_101)
wrapp = cv2.copyMakeBorder(imgs,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_WRAP)
constant = cv2.copyMakeBorder(imgs,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_CONSTANT,value=0)
plt.subplot(231),plt.imshow(imgs,'gray'),plt.title('ORIGINAL')
plt.subplot(232), plt.imshow(replicate, 'gray'), plt.title('REPLICATE')
plt.subplot(233),plt.imshow(reflect),plt.title('REFLECT')
plt.subplot(234),plt.imshow(reflect101),plt.title('REFLECT_101')
plt.subplot(235),plt.imshow(wrapp),plt.title('WRAP')
plt.subplot(236),plt.imshow(constant),plt.title('CONSTANT')
plt.show()

6.图像融合

img_cat=cv2.imread("cat.jpg")
print(img_cat.shape)
print(imgs.shape)
#改变图像的大小
img_cat = cv2.resize(img_cat, (1080, 675))
print(img_cat.shape)
# #图像融合
img=cv2.addWeighted(img_cat,0.4,imgs,0.6,0)
print(img)
plt.imshow(img)
plt.show()

7.图像缩放

#将图像按要求的倍数缩放
img=cv2.resize(imgs,(0,0),fx=1,fy=3)
print(img)
plt.imshow(img)
plt.show()

计算机视觉入门（一）相关推荐

计算机视觉入门CV之街道字符识别—01赛题理解
计算机视觉入门CV之街道字符识别-01赛题理解赛题赛题理解 1.赛题数据 2.数据标签 3.数据读取思路分析赛题以计算机视觉中字符识别为背景,要求选手预测街道字符编码,这是一个典型的字符 ...
计算机视觉学习路线—计算机视觉入门必读的20本书
计算机视觉入门的一些pdf书籍,按照不同领域帮大家划分了下,涉及深度学习基础.目标检测.Opencv.SLAM.点云.多视图集合.三维重建等~ 20本干货书籍已经给大家打包好了,需要的加小姐姐威信领取 ...
计算机视觉入门之图像处理＜六＞：图像锐化处理
往期文章回顾: 计算机视觉入门之<零> 计算机视觉入门之图像处理<一>:图像处理基础概念计算机视觉入门之图像处理<二>:图像处理基础概念计算机视觉入门之图像处理 ...
机器学习与计算机视觉入门项目——视频投篮检测（一）
机器学习与计算机视觉入门项目--视频投篮检测(一) 随着机器学习.深度学习技术的迅猛发展,计算机视觉无疑是近年来发展最快的AI领域之一.正因如此,互联网上有关计算机视觉和机器学习.深度学习的社区.博文 ...
机器学习与计算机视觉入门项目——视频投篮检测（二）
机器学习与计算机视觉入门项目--视频投篮检测(二) 一.手工特征与CNN特征在上一次的博客中,介绍了计算机视觉和机器学习的关系.篮球进球检测的基本问题和数据集的制作.这次的我们主要介绍如何从原始图像 ...
机器学习与计算机视觉入门项目——视频投篮检测（三）
机器学习与计算机视觉入门项目--视频投篮检测(三) 分类器的设计和选择几种损失函数 Logistic回归基本原理损失函数 Logistic回归的求解--梯度下降法损失函数的梯度计算在第二部分 ...
OpenCV-Python计算机视觉入门
文章目录 OpenCV-Python计算机视觉入门开发环境一.入门基础 1.演示 2.图像的读取.显示和保存二.图像处理基础 1.图像处理入门基础 2.图像像素处理 3.使用numpy访问像素 ...
arduino 入门套件_计算机视觉入门套件
arduino 入门套件 Among the many disciplines in the field of machine learning, computer vision has arguab ...
计算机视觉入门（包含论文学习网址）
阅读了微信公众号的一些文章并总结. 谷歌学术镜像:http://scholar.hedasudi.com/ 学习网址:(可以改网址的年代,可以先观看视频,再看PPT和文章) http://kesen. ...
[转]计算机视觉入门
目录简介方向热点简介计算机视觉(Computer Vision)又称为机器视觉(Machine Vision),顾名思义是一门"教"会计算机如何去"看" ...

计算机视觉入门（一）

计算机视觉入门（一）相关推荐

最新文章

热门文章