Python-OpenCV学习笔记(六)

简介:

颜色色域:

  • 灰度色域,除去彩色信息将其转换成灰阶,灰度色域对中间处理有效,如人脸检测
  • BGR :每个像素点都是有一个三元数组来表示
    -HSV,H(Hue)色调,S(saturation)饱和度,V(Value)亮度

傅里叶变换:
傅里叶变换可以区分图像哪里变换强,哪里变换不强,标记噪声区域,感兴趣区域,前景和背景等。
在Python的Numpy中有快速傅里叶变换(FFT)包,其中包含了fft2()函数。
图像的幅度谱是另一种图像,幅度谱呈现了原始图像在变化方面的一种表示:把一幅图像中明亮的像素放到图像中间,然后逐渐变暗,在边缘上的罪案,可以发现亮暗像素的分布及百分比。
高通滤波器:
例子:

import cv2
import numpy as np
from scipy import ndimage

kernel_3x3 = np.array([[-1, -1, -1],
                   [-1,  8, -1],
                   [-1, -1, -1]])

kernel_5x5 = np.array([[-1, -1, -1, -1, -1],
                       [-1,  1,  2,  1, -1],
                       [-1,  2,  4,  2, -1],
                       [-1,  1,  2,  1, -1],
                       [-1, -1, -1, -1, -1]])

img = cv2.imread("time.jpg", 0)

k3 = ndimage.convolve(img, kernel_3x3)
k5 = ndimage.convolve(img, kernel_5x5)

blurred = cv2.GaussianBlur(img, (17,17), 0)
g_hpf = img - blurred

cv2.imshow("3x3", k3)
cv2.imshow("5x5", k5)
cv2.imshow("g_hpf", g_hpf)
cv2.waitKey()
cv2.destroyAllWindows()

导入模块后,定义一个3x3和5x5的核,然后读入以灰度的形式读入图像,因为NumPy的卷积只能是一维的用SCiPy的convolve()函数来解决。
边缘检测:
Opencv提供了许多边缘滤波函数,包括Laplacian(),Sobel()以及Scharr()。这些函数都会将非边缘区域转为黑色,将边缘区域转换为白色或其他颜色。但缺点是容易将噪声错误地识别为边缘。所以之前一般加一些滤波器。创建filters.py

import cv2
import numpy as np
import scipy.interpolate
def strokeEdges(src ,dst ,blurKsize=7,edgeKsize=5):
    if blurKsize>=3:
        blurredSrc=cv2.medianBlur(src,blurKsize)
        graySrc=cv2.cvtColor(blurredSrc,cv2.COLOR_BGR2GRAY)
    else:
        graySrc=cv2.cvtColor(src,cv2.COLOR_BGR2GRAY)
    cv2.Laplacian(graySrc,cv2.CV_8U,graySrc,ksize=edgeKsize)
    normalizedInverseAlpha=(1.0/255)*(255-graySrc)
    channels=cv2.split(src)
    for channel in channels:
        channel[:]=channel*normalizedInverseAlpha
    cv2.merge(channels,dst)

Canny边缘检测:
Canny边缘检测算法复杂,有五个步骤,即使用高斯滤波器对图像进行去噪,计算梯度,在边缘上使用非最大抑制(NMS),在检测到的边缘上使用双阈值去除假阳性(false positive),最后还会分析所有边缘及其之间的连接,,以保留真正的边缘并消除不明显的边缘。

import cv2
import numpy as np
img=cv2.imread("time.jpg",0)
cv2.imwrite("canny.jpg",cv2.Canny(img,200,300))
cv2.imshow("canny",cv2.imread("canny.jpg"))
cv2.waitKey()
cv2.destroyAllWindows()

轮廓检测:

import cv2
import numpy as np

img = np.zeros((200, 200), dtype=np.uint8)
img[50:150, 50:150] = 255

ret, thresh = cv2.threshold(img, 127, 255, 0)
image, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
color = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)
img = cv2.drawContours(color, contours, -1, (0,255,0), 2)
cv2.imshow("contours", color)
cv2.waitKey()
cv2.destroyAllWindows()

代码先创造了一个200x200大小的黑色空白图像,接着在图像的中央放置一个白色方块,用到了np数组在切片上赋值的功能。
接下来对对图像进行二值化操作,然后调用findContours()函数。该函数有三个参数:输入图像,层次类型和轮廓逼近方法。这个函数会修改输入图像,因此建议使用原始图像的一份拷贝(通过img.copy()来作为输入图像)。由函数返回的层次树相当重要:cv2.RETR_TREE参数会得到图形中的轮廓的整体层次结构,以此来建立轮廓之间的“关系”。如果只想用到最外面的轮廓,可以用到cv2.RETR_EXTERNAL。这对消除包含在其他轮廓中的轮廓有用。
findContours()函数有三个返回值:修改后的图像,图像轮廓以及层次
timg

目录
相关文章
|
1月前
|
计算机视觉
Opencv学习笔记(十二):图片腐蚀和膨胀操作
这篇文章介绍了图像腐蚀和膨胀的原理、作用以及使用OpenCV实现这些操作的代码示例,并深入解析了开运算和闭运算的概念及其在图像形态学处理中的应用。
117 1
Opencv学习笔记(十二):图片腐蚀和膨胀操作
|
1月前
|
编解码 数据安全/隐私保护 计算机视觉
Opencv学习笔记(十):同步和异步(多线程)操作打开海康摄像头
如何使用OpenCV进行同步和异步操作来打开海康摄像头,并提供了相关的代码示例。
88 1
Opencv学习笔记(十):同步和异步(多线程)操作打开海康摄像头
|
1月前
|
算法 计算机视觉
Opencv学习笔记(六):cv2.resize函数的介绍
这篇文章介绍了OpenCV库中cv2.resize函数的使用方法,包括其参数、插值方式选择以及实际代码示例。
279 1
Opencv学习笔记(六):cv2.resize函数的介绍
|
1月前
|
计算机视觉
Opencv学习笔记(八):如何通过cv2读取视频和摄像头来进行人脸检测(jetson nano)
如何使用OpenCV库通过cv2模块读取视频和摄像头进行人脸检测,并提供了相应的代码示例。
96 1
|
1月前
|
计算机视觉
Opencv学习笔记(五):cv2.putText()和cv2.rectangle()详细理解
这篇文章详细介绍了OpenCV库中的`cv2.putText()`和`cv2.rectangle()`函数的使用方法,并通过一个实战例子展示了如何使用这些函数在图像上绘制文字和矩形框。
140 0
Opencv学习笔记(五):cv2.putText()和cv2.rectangle()详细理解
|
1月前
|
计算机视觉
Opencv学习笔记(三):图像二值化函数cv2.threshold函数详解
这篇文章详细介绍了OpenCV库中的图像二值化函数`cv2.threshold`,包括二值化的概念、常见的阈值类型、函数的参数说明以及通过代码实例展示了如何应用该函数进行图像二值化处理,并展示了运行结果。
352 0
Opencv学习笔记(三):图像二值化函数cv2.threshold函数详解
|
1月前
|
编解码 计算机视觉 Python
Opencv学习笔记(九):通过CV2将摄像头视频流保存为视频文件
使用OpenCV库通过CV2将摄像头视频流保存为视频文件,包括定义视频编码格式、设置保存路径、通过write写入视频文件,并提供了相应的Python代码示例。
129 0
|
1月前
|
缓存 并行计算 Ubuntu
Jetson 学习笔记(十一):jetson agx xavier 源码编译ffmpeg(3.4.1)和opencv(3.4.0)
本文是关于在Jetson AGX Xavier上编译FFmpeg(3.4.1)和OpenCV(3.4.0)的详细教程,包括编译需求、步骤、测试和可能遇到的问题及其解决方案。还提供了Jetson AGX Xavier编译CUDA版本的OpenCV 4.5.0的相关信息。
71 4
Jetson 学习笔记(十一):jetson agx xavier 源码编译ffmpeg(3.4.1)和opencv(3.4.0)
|
1月前
|
网络协议 Java Linux
PyAV学习笔记(一):PyAV简介、安装、基础操作、python获取RTSP(海康)的各种时间戳(rtp、dts、pts)
本文介绍了PyAV库,它是FFmpeg的Python绑定,提供了底层库的全部功能和控制。文章详细讲解了PyAV的安装过程,包括在Windows、Linux和ARM平台上的安装步骤,以及安装中可能遇到的错误和解决方法。此外,还解释了时间戳的概念,包括RTP、NTP、PTS和DTS,并提供了Python代码示例,展示如何获取RTSP流中的各种时间戳。最后,文章还提供了一些附录,包括Python通过NTP同步获取时间的方法和使用PyAV访问网络视频流的技巧。
236 4
PyAV学习笔记(一):PyAV简介、安装、基础操作、python获取RTSP(海康)的各种时间戳(rtp、dts、pts)
|
1月前
|
Python
Socket学习笔记(二):python通过socket实现客户端到服务器端的图片传输
使用Python的socket库实现客户端到服务器端的图片传输,包括客户端和服务器端的代码实现,以及传输结果的展示。
140 3
Socket学习笔记(二):python通过socket实现客户端到服务器端的图片传输