宁波做简单网站的,公司网站建设需求分析,网站建设wesnowsat,网站开发所得税目录 简介
1.ROI区域
2.边界填充
3.数值计算
4.图像融合 简介
OpenCV是一个流行的开源计算机视觉库#xff0c;由英特尔公司发起发展。它提供了超过2500个优化算法和许多工具包#xff0c;可用于灰度、彩色、深度、基于特征和运动跟踪等的图像处理和计算机视觉应用。Ope…目录 简介
1.ROI区域
2.边界填充
3.数值计算
4.图像融合 简介
OpenCV是一个流行的开源计算机视觉库由英特尔公司发起发展。它提供了超过2500个优化算法和许多工具包可用于灰度、彩色、深度、基于特征和运动跟踪等的图像处理和计算机视觉应用。OpenCV主要使用C语言编写同时也支持Python、Java、C等语言。由于其开源和广泛使用的特点在计算机视觉和机器学习领域得到了广泛的应用。 1.ROI区域
截取我们感兴趣的区域在一张图像中我们可能只需要其中的一部分那我们如何截取这部分呢
在上一篇文章我们提到图片的本质可以由一组数组来表示
那么我们是否可以用切片来选择我们想要的区域呢
import cv2image cv2.imread(image/1.jpg)
cat image[250:500, 250:500]
cv2.imshow(IMG, cat)
cv2.waitKey(0)
cv2.destroyAllWindows()我们知道图像是一组三维的数据既然我们在平面上进行切片得到我们想要的区域那么我们是否可以对它的通道进行切分呢
import cv2
import numpy as npimage cv2.imread(image/1.jpg)# cat image[250:500, 250:500]
# cv2.imshow(IMG, cat)
b,g,r cv2.split(image)
cat np.hstack((b,g,r))
cv2.imshow(IMG,cat)cv2.waitKey(0)
cv2.destroyAllWindows()cv2.split()是OpenCV中的一个函数用于将多通道图像拆分成各个单通道图像。
为什么都是是灰色的呢因为提取完后的图片本质变成了单通道。
那么我想要是那种红色的图片要怎么做呢
第一种思路把三个通道分别提取出来然后创建一个类似图像数据的空数组最后把你想要的那个通道填充进去
第二种思路把另外两个通道的值重新复制为0只保留希望的颜色通道。
import cv2
import numpy as npimage cv2.imread(image/1.jpg)img image.copy()
b, g, r cv2.split(img)
arr np.zeros_like(image)
arr[:, :, 2] r
print(arr)
cv2.imshow(IMG,arr)
cv2.waitKey(0)
cv2.destroyAllWindows() import cv2image cv2.imread(image/1.jpg)img image.copy()
img[:,:,0] 0
img[:,:,1] 0cv2.imshow(IMG, img)
cv2.waitKey(0)
cv2.destroyAllWindows() 2.边界填充
在图像处理中常用的边界填充方法有以下几种
常数填充Constant Padding使用固定的像素值填充边界。可以通过 cv2.copyMakeBorder() 函数实现指定 borderTypecv2.BORDER_CONSTANT。
复制填充Replicate Padding将边界像素的值复制到图像边界。可以通过 cv2.copyMakeBorder() 函数实现指定 borderTypecv2.BORDER_REPLICATE。
反射填充Reflect Padding将边界像素值按照镜像方式填充。可以通过 cv2.copyMakeBorder() 函数实现指定 borderTypecv2.BORDER_REFLECT。
import cv2
import numpy as npimage cv2.imread(image/1.jpg)
top_size, bottom_size, left_size, right_size (50, 50, 50, 50)replicate cv2.copyMakeBorder(image, top_size, bottom_size, left_size, right_size, borderTypecv2.BORDER_REPLICATE)
reflect cv2.copyMakeBorder(image, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT)
constant cv2.copyMakeBorder(image, top_size, bottom_size, left_size, right_size, borderTypecv2.BORDER_CONSTANT,value0)
# print(image)
#
result np.hstack((constant,reflect, replicate))cv2.imshow(IMG, result)
cv2.waitKey(0)
cv2.destroyAllWindows() 当使用cv2.copyMakeBorder()函数进行边界填充时有几个参数需要理解和设置 src原始图像即要进行边界填充的图像。 top、bottom、left、right指定要在图像的上方、下方、左侧和右侧添加的边界大小。可以为每个边界分别设置不同的大小也可以将它们设置为相同的值。 borderType指定边界填充的方法。常用的参数选项包括 cv2.BORDER_CONSTANT常数填充使用固定的像素值填充边界。cv2.BORDER_REPLICATE复制填充将边界像素的值复制到图像边界。cv2.BORDER_REFLECT反射填充将边界像素值按照镜像方式填充。cv2.BORDER_WRAP复制边界填充将图像水平或垂直方向的边缘复制到对应边界。 value仅适用于borderTypecv2.BORDER_CONSTANT情况下指定要用于填充边界的常数值。可以是一个标量单个数值或一个包含与图像通道数匹配的数值的元组。 3.数值计算
第一种numpy层面的相加ps 如果数值超过255 会自动对255取余
import cv2
import numpy as npimage1 cv2.imread(image/car.jpg)
image2 cv2.imread(image/circle.jpg)# img np.array(image1)
image1_1 image1 10print(np.array(image1[:5,:,0]))
print(np.array(image1_1[0:5,:,0]))第二种opencv提供的函数
cv2.add(image1,image2) 需要保证图片的尺寸一样
import cv2
import numpy as npimage1 cv2.imread(image/car.jpg)
image2 cv2.imread(image/circle.jpg)
if image1.shape ! image2.shape:image2 cv2.resize(image2, (image1.shape[1], image1.shape[0]))
# img np.array(image1)
image1_1 image1 10
result cv2.add(image1 ,image2)
print(np.array(image1[:5, :, 0]))
print(np.array(result[:5, :, 0])) 与numpy不同的是它的数值不会超过255
4.图像融合
cv2.addWeighted() 函数是 OpenCV 中用于图像融合的函数
函数的语法如下
dst cv2.addWeighted(src1, alpha, src2, beta, gamma)src1要融合的第一个输入图像。 alpha第一个输入图像的权重系数。它表示 src1 图像在融合结果中所占比例。 src2要融合的第二个输入图像。 beta第二个输入图像的权重系数。它表示 src2 图像在融合结果中所占比例。 gamma亮度调节参数。它是一个可选的参数用于进一步调整融合结果的亮度。 首先需要注意的一点是图像融合的两张图片的shape必须一致不然无法融合。
如下所示
import cv2image1 cv2.imread(image/1.jpg)
image2 cv2.imread(image/lena.jpg)blended_image cv2.addWeighted(image1, 0.6, image2, 0.4, 0)cv2.imshow(IMG, blended_image)
cv2.waitKey(0)
cv2.destroyAllWindows() 所以在融合前我们需要将图片的shape设为一致
import cv2image1 cv2.imread(image/1.jpg)
image2 cv2.imread(image/lena.jpg)
# 调整两个图像的大小以保持一致image1 cv2.resize(image1, (500, 500))
image2 cv2.resize(image2, (500, 500))blended_image cv2.addWeighted(image1, 0.6, image2, 0.4, 0)cv2.imshow(IMG, blended_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
