OpenCV简单操作-20240706

于 2024-07-06 09:37:52 发布
阅读量118 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： OpenCV入门学习 deeep learning 算法实战 文章标签： opencv 人工智能 计算机视觉 目标检测 深度学习 cnn pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44119674/article/details/140201260

OpenCV常用用法：
1、图像的灰度化处理
按照颜色对图像进行分类，可以分为彩色图像、灰度图像和二值图像。
灰度图像是只含亮度信息，不含色彩信息的图像。
灰度化处理是把彩色图像转换为灰度图像的过程，是图像处理中的基本操作。
OpenCV 中彩色图像使用 BGR 格式。灰度图像中用 8bit 数字 0～255 表示灰度，如：0 表示纯黑，255 表示纯白。
彩色图像进行灰度化处理，可以在读取图像文件时直接读取为灰度图像，也可以通过函数 cv.cvtColor() 将彩色图像转换为灰度图像。

import cv2 as cv
if __name__ == '__main__':
    img = cv.imread("GrayscaleLena.tif")<
了解本专栏 订阅专栏 解锁全文 超级会员免费看
OpenCV-Python 图像二值化
hedgehog__的博客
02-06 4568
OpenCV-Python 图像二值化一.什么是图像二值化二.图像二值化Ⅰ先获取阈值：Ⅱ根据阈值去二值化图像ⅢOpenCV中的二值化方法三.全局阈值函数cv2.threshold· 函数原型：· 参数：· 返回值：· 阈值类型type:**·** 代码实现全局阈值局部阈值-自适应阈值算法adaptiveThreshold· 函数原型·参数·返回值对adaptiveMethod和C的解释·代码实现局...
Python OpenCV 影像处理：影像二值化
wpgddt的博客
01-19 1727
本篇将介绍使用OpenCV Python对于图像上的二值化操作，二值化主要用途包括图像分割、物体侦测、文字识别等。这种转换可以帮助检测图像中的物体或特定特征，并提取有用的信息。透过程式码的说明，让各位了解OpenCV Python于图像处理上的基本操作。将一幅灰度图像转换为黑白图像的过程。它的目标是将灰度图像中的每个像素点分为两个类别：一个是前景（通常是物体或感兴趣的区域），另一个是背景。二值化后的图像中只包含两种值，通常是0和255（或1），分别表示黑色（背景）和白色（前景）。
基于opencv-python的二值图像处理
图灵追幕者博客录
04-24 1358
opencv-python学习之图像二值化处理相关知识。
Python - OpenCV 图像二值化处理
热门推荐
小小晓晓阳的博客
11-21 3万+
图像二值化处理时图像处理过程中非常常见的一种操作，在python中比较常用的主要是opencv,pil两个第三库，对比来看的话，opencv使用要更加的方便灵活， 文本主要介绍以下基于opencv的图像二值化处理方法。 首相我们来看一种比较简单的图像二值化处理方法。 全局阈值二值化 主要思路就是设置一个阈值，低于该阈值的像素置为0(黑色)，高于该阈值的像素置为255(白色)，下面来看代码 def image_binarization(img): # 将图片转为灰度图 .
OpenCV-Python学习（10）—— OpenCV 图像二值化处理(cv.threshold)
止于至善
10-20 6662
函数只有 type 为cv.THRESH_BINARY 或 cv.THRESH_BINARY_INV时输出为二值图像，其它变换类型时进行阈值处理但并不是二值处理。函数是进行固定阈值的二值化处理。
opencv-4.5.5-opencv-contrib-4.5.5-以及其他OpenCV配置需要的（安装包）
12-05
为了在不同的操作系统和平台上安装和使用OpenCV，需要准备一系列的软件包。其中包括opencv-4.5.5-vc14_vc15.exe，这是一个适用于Visual Studio 2015或Visual Studio 2017的预编译二进制文件，它允许开发者不必从源...
opencv-python-4.5.5-cp39-cp39-win-amd64
12-02
Python与OpenCV的结合，使得计算机视觉领域的应用开发变得更加简单和高效。 Whl文件是一种Python的安装包格式，全称为wheel，它是一种Python的二进制分发格式。与传统的.tar.gz格式的源代码包相比，wheel文件可以...
OpenCV-3.4.0-vc14_vc15.exe
10-18
安装OpenCV的过程相对简单，尤其是在其3.4.0版本中，通过官方提供的安装包，用户可以轻松地安装并配置好库。OpenCV的安装包通常包括预编译的库文件、头文件、示例代码以及文档等。用户可以根据自己使用的操作系统和...
opencv-python-headless-4.6.0.66-cp36-abi3-win-amd64.whl
01-03
Python通过其简洁的语法使得调用OpenCV中的功能变得简单快捷。因此，为了方便Python开发者使用OpenCV，专门有一个名为opencv-python的库应运而生。 opencv-python库是OpenCV官方推出的针对Python语言的接口。这个库...
opencv-4.1.0-android-sdk
04-28
4. **示例应用**：SDK中通常包含一些示例应用，这些应用演示了如何在Android上集成和使用OpenCV，包括基本的图像处理操作和一些复杂的计算机视觉任务，比如人脸识别、二维码识别等，对开发者进行快速上手有极大帮助...
Python机器视觉--OpenCV进阶(核心)--图像二值化
寒江之雪，披蓑独钓的博客
08-28 3159
在前面的部分我们使用是全局阈值，整幅图像采用同一个数作为阈值。当时这种方法并不适应与所有情况，尤其是当同一幅图像上的不同部分的具有不同亮度时。这种情况下我们需要采用自适应阈值。此时的阈值是根据图像上的每一个小区域计算与其对应的阈值。因此在同一幅图像上的不同区域采用的是不同的阈值，从而使我们能在亮度不同的情况下得到更好的结果。二值化: 将图像的每个像素变成两种值, 比如0, 255.maxval: 最大值, 最大值不一定是255。src 最好是灰度图。thresh: 阈值。...
python中opencv库的使用 (一) 图像的二值化
菜鸟小灰灰的博客
06-16 2572
图像处理中，二值图像是经常用到的处理图像，下面简单介绍一下opencv中的二值化处理 import cv2 as cv import matplotlib.pyplot as plt image = cv.imread('./klay.jpg') gray_image = cv.cvtColor(image, cv.COLOR_BGR2GRAY) # 其中127为设定的阈值，255为设定的最...
OpenCV图像二值化，Python
Zhang Phil
06-15 1291
OpenCV图像二值化，Python 原图： 二值化处理： import cv2 if __name__=="__main__": image = cv2.imread("pic.jpg") gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) #超过阈值thresh，值为255，未超过为0。 ret1, p1 = cv2.threshold(src=gray, thresh=127, maxval=255, ty.
opencv 二值化 python_图像二值化(python+opencv)
weixin_30713183的博客
01-28 452
定义：图像的二值化，就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果。一幅图像包括目标物体、背景还有噪声，要想从多值的数字图像中直接提取出目标物体，常用的方法就是设定一个阈值T，用T将图像的数据分成两部分：大于T的像素群和小于T的像素群。这是研究灰度变换的最特殊的方法，称为图像的二值化(Binarization)。全局阈值：Python-OpenCV中...
macOS opencv python 图像简单二值化
mixboot
11-11 623
python opencv 图像二值化 全局阀值1，cv2.threshold 全局阀值 1，cv2.threshold 全局阀值 #! /usr/local/bin/python3 # coding:utf-8 &amp;quot;&amp;quot;&amp;quot; 图像二值化 全局阀值 &amp;quot;&amp;quot;&amp;quot; from PIL import Image import cv2 src = &amp;q
python实现 opencv 学习笔记 图像二值化
恒持此志成永志
09-03 630
import cv2 as cv def threshold_image(image): gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY) cv.imshow("yuantu", gray) ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRE...
OPNECV：读取二值图像
woodgril的博客
01-13 2013
image = cv2.imread("19.png"，-1) 在正常的cv.imread后加上-1即可，表示按照图片原有格式进行读取
Python+OpenCV（八）——图像二值化
Cat_South_North的博客
08-03 1122
Python+OpenCV（八）——图像二值化 学习视频：python+opencv3.3视频教学 基础入门 其他学习记录： Python+OpenCV（一）——基础操作 Python+OpenCV（二）——Numpy模块 Python+OpenCV（三）——色彩空间 Python+OpenCV（四）——像素运算 Python+OpenCV（五）——ROI和泛洪填充 Python+OpenCV（六）——均值/中值/自定义/高斯模糊、高斯噪声处理、高斯双边滤波 Python+OpenCV（七）——直方图及其应
Python+OpenCV图像处理（十）—— 图像二值化
aiyizou6070的博客
06-03 619
简介：图像二值化就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果的过程。 一、普通图像二值化 代码如下： import cv2 as cv import numpy as np #全局阈值 def threshold_demo(image): gray = cv.cvtColor(image, cv.COLOR_RGB2GR...
安装opencv opencv-contrib-python numpy pandas
最新发布
04-22
### 如何在 Python 中同时安装 OpenCV、opencv-contrib-python、NumPy 和 Pandas 为了在同一环境中成功安装 `opencv`、`opencv-contrib-python`、`numpy` 和 `pandas`，可以按照以下方式操作： #### 使用 pip 安装依赖库 通过 PyPI 镜像源加速安装这些包是一个简单有效的方法。以下是具体的命令示例[^1]： ```bash pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn opencv-python opencv-contrib-python numpy pandas ``` 此命令会从清华大学的镜像站点下载并安装所需的软件包。 --- #### 如果需要手动编译 OpenCV 及其扩展模块 对于某些特定需求（如自定义配置），可以选择手动编译 OpenCV 并集成 NumPy 支持。以下是基于 Ubuntu 18.04 的具体步骤说明[^2][^3]： ##### 准备工作 确保系统已安装必要的开发工具和依赖项： ```bash sudo apt update && sudo apt upgrade sudo apt install build-essential cmake git pkg-config libgtk-3-dev \ libavcodec-dev libavformat-dev libswscale-dev libv4l-dev \ libxvidcore-dev libx264-dev libjpeg-dev libpng-dev libtiff-dev \ gfortran openexr libatlas-base-dev python3-dev python3-numpy ``` ##### 下载 OpenCV 和 OpenCV Contrib 源码 克隆官方仓库到本地目录： ```bash git clone https://github.com/opencv/opencv.git cd opencv git checkout 4.1.1 cd .. git clone https://github.com/opencv/opencv_contrib.git cd opencv_contrib git checkout 4.1.1 ``` ##### 编译配置 创建构建文件夹并运行 CMake 命令来指定所需选项： ```bash mkdir -p ~/opencv/build && cd ~/opencv/build cmake -D CMAKE_BUILD_TYPE=Release \ -D PYTHON_DEFAULT_EXECUTABLE=$(which python3) \ -D PYTHON_INCLUDE_DIR=$(python3 -c "from sysconfig import get_paths; print(get_paths()['include'])") \ -D PYTHON_INCLUDE_DIR2=$(python3 -c "import distutils.sysconfig as s; print(s.get_config_var('INCLUDEPY'))") \ -D PYTHON_LIBRARY=$(python3 -c "import distutils.sysconfig as s; print(s.get_config_var('LIBDIR')+'/lib'+s.get_config_vars('LDLIBRARY')[0])") \ -D PYTHON3_NUMPY_INCLUDE_DIRS=$(python3 -c "import numpy; print(numpy.get_include())") \ -D OPENCV_GENERATE_PKGCONFIG=ON \ -D BUILD_opencv_python2=OFF \ -D WITH_CUDA=OFF \ -D ENABLE_CXX11=ON \ -D INSTALL_PYTHON_EXAMPLES=ON \ -D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib/modules .. ``` 完成以上设置后即可继续执行后续步骤。 ##### 构建与安装 启动实际编译过程以及最终安装阶段： ```bash make -j$(nproc) sudo make install sudo ldconfig ``` 此时应该已经完成了带有额外功能支持的手动版 OpenCV 安装流程。 --- #### 关于 NumPy 和 Pandas 的自动兼容性处理 当利用预打包形式（即通过 `pip` 工具获取二进制发行版本）来进行安装时，通常无需担心它们之间的相互作用问题；因为官方维护者会在发布前验证过彼此间的协作关系[^1]。然而，在自行编译期间，则需特别留意所选参数是否正确反映了目标环境下的实际情况——尤其是涉及路径解析的部分。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

weixin_44119674

觉得有帮助，鼓励下吧

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值