响应式网站素材,uc官方网站开发者中心,720云和wordpress,网站建设飠金手指排名十二目录
图片修改#xff08;打码、组合、缩放#xff09;
图像运算
边缘填充
阈值处理 上一篇文章#xff1a; OpenCV计算机视觉 01 图像与视频的读取操作颜色通道
图片修改#xff08;打码、组合、缩放#xff09;
# 图片打码
import numpy as np
a cv2.imre…目录
图片修改打码、组合、缩放
图像运算
边缘填充
阈值处理 上一篇文章 OpenCV计算机视觉 01 图像与视频的读取操作颜色通道
图片修改打码、组合、缩放
# 图片打码
import numpy as np
a cv2.imread(ropencv.png)
a[100:200,200:300] np.random.randint(0,256,(100,100,3))#矩阵赋值必须是相同大小
cv2.imshow(masaike,a)
cv2.waitKey(1000000)
cv2.destroyAllWindows() # 图片组合
import numpy as np
a cv2.imread(opencv.png)
b cv2.imread(python.png)
b[200:350,200:350] a[150:300,150:300]#注意矩阵的大小必须要统一。
cv2.imshow(b,b)
cv2.imshow(a,a)
cv2.waitKey(100000)
cv2.destroyAllWindows() #图片缩放
a cv2.imread(opencv.png)
# a_new cv2.resize(a,(200,600)) # 宽、高
a_new cv2.resize(a,dsizeNone,fx0.5,fy0.5)
# print(a.shape) # 高、宽 、通道数
cv2.imshow(original,a)
cv2.imshow(result,a_small)
cv2.waitKey(100000)
cv2.destroyAllWindows() 图像运算
图像加法运算
对于号运算当对图像a图像b进行加法求和时遵循以下规则
当某位置像素相加得到的数值小于255时该位置数值为两图像该位置像素相加之和,当某位置像素相加得到的数值大于255时该位置数值将截断结果并将其减去256。例如相加后是260实际是260-256 4a cv2.imread(python.png)
b cv2.imread(opencv.png)
c a10 #图片
cv2.imshow(yuan,a)
cv2.imshow(tupian,c)
cv2.waitKey(100000)
c a[50:450,50:400]b[50:450,50:400]
cv2.imshow(result_ab,c)
cv2.waitKey(100000) 对于cv2.add()运算当对图像a图像b进行加法求和时遵循以下规则
当某位置像素相加得到的数值小于255时该位置数值为两图像该位置像素相加之和
当某位置像素相加得到的数值大于255时该位置数值为255a cv2.imread(timg98.jpg)
b cv2.imread(zl.png)
b cv2.resize(b,(400,400))
a cv2.resize(a,(400,400))
c cv2.add(a,b) #也可以使用使用
cv2.imshow(result_ab,c)
cv2.waitKey(100000)
cv2.destroyAllWindows() 图像加权运算 就是在计算两幅图像的像素值之和时将每幅图像的权重考虑进来可以用公式表示为dstsrc1×αsrc×βγ
a cv2.imread(timg98.jpg)
b cv2.imread(zl.png)
b cv2.resize(b,(400,400))
a cv2.resize(a,(400,400))
#
c cv2.addWeighted(a,0.2,b,0.8,10) # 10:图像的亮度值常数将添加到加权和上
cv2.imshow(addWeighted,c)
cv2.waitKey(100000)
cv2.destroyAllWindows() 边缘填充 cv2.copyMakeBorder()是OpenCV库中的一个函数用于给图像添加额外的边界(padding)。
copyMakeBorder(src: UMat, top: int, bottom: int, left: int, right: int, borderType: int, dst: UMat | None ..., value: cv2.typing.Scalar ...)
它有以下几个参数
src:要扩充边界的原始图像。
top, bottom, left, right:相应方向上的边框宽度。
borderType:定义要添加边框的类型它可以是以下的一种
cv2.BORDER_CONSTANT:添加的边界框像素值为常数(需要额外再给定一个参数)。
cv2.BORDER_REFLECT:添加的边框像素将是边界元素的镜面反射类似于gfedcba|abcdefgh|hgfedcba。 (交界处也复制了
cv2.BORDER_REFLECT_101 或 cv2.BORDER_DEFAULT和上面类似但是有一些细微的不同类似于gfedcb|abcdefgh|gfedcba (交接处删除了
cv2.BORDER_REPLICATE使用最边界的像素值代替类似于aaaaaa|abcdefgh|hhhhhhh
cv2.BORDER_WRAP左右两边替换cdefgh|abcdefgh|abcdefg import cv2
ys cv2.imread(yueshan.png)
top,bottom,left,right 50,50,50,50
constant cv2.copyMakeBorder(ys,top,bottom,left,right,borderTypecv2.BORDER_CONSTANT,value(0,0,0))
reflect cv2.copyMakeBorder(ys,top,bottom,left,right,borderTypecv2.BORDER_REFLECT)
reflect101 cv2.copyMakeBorder(ys,top,bottom,left,right,borderTypecv2.BORDER_REFLECT101)
replicate cv2.copyMakeBorder(ys,top,bottom,left,right,borderTypecv2.BORDER_REPLICATE)
wrap cv2.copyMakeBorder(ys,top,bottom,left,right,borderTypecv2.BORDER_WRAP)
cv2.imshow(yuantu, ys)
cv2.waitKey(0)
cv2.imshow(CONSTANT, constant)
cv2.waitKey(0)
cv2.imshow(REFLECT, reflect)
cv2.waitKey(0)
cv2.imshow(REFLECT_101, reflect101)
cv2.waitKey(0)
cv2.imshow(REPLICATE, replicate)
cv2.waitKey(0)
cv2.imshow(WRAP, wrap)
cv2.waitKey(0) 阈值处理
阈值处理是指剔除图像内像素值高于一定值或低于一定值的像素点。例如设定阈值为127.使用的方法为: retval,dstcv2.threshold(src,thresh,maxval,type)thresh100maxval200
retval代表返回的阈值
dst代表阈值分割结果图像与原始图像具有相同的大小和类型
src代表要进行阈值分割的图像可以是多通道的8位或32位浮点型数值
thresh代表要设定的阈值
maxval代表type参数位THRESH_BINARY或者THRESH_BINARY_INV类型时需要设定的最大值
type代表阈值分割的类型具体内容如下表所示:
选项 像素值thresh 其他情况
cv2.THRESH_BINARY maxval 0
cv2.THRESH_BINARY_INV 0 maxval
cv2.THRESH_TRUNC thresh 当前灰度值
cv2.THRESH_TOZERO 当前灰度值 0
cv2.THRESH_TOZERO_INV 0 当前灰度值import cv2
image cv2.imread(zl.png,cv2.IMREAD_GRAYSCALE) #灰度图
ret, binary cv2.threshold(image, 175, 255, cv2.THRESH_BINARY)
ret1, binaryinv cv2.threshold(image, 175, 255, cv2.THRESH_BINARY_INV)
ret2, trunc cv2.threshold(image, 175, 255, cv2.THRESH_TRUNC)
ret3, tozero cv2.threshold(image, 175, 255, cv2.THRESH_TOZERO)
ret4, tozeroinv cv2.threshold(image, 175, 255, cv2.THRESH_TOZERO_INV)
cv2.imshow(original, image) #原灰度图
cv2.waitKey(0)
cv2.imshow(binary, binary) #偏白的变纯白偏黑的变纯黑
cv2.waitKey(0)
cv2.imshow(binaryinv, binaryinv) #偏白的变纯黑偏黑的变纯白
cv2.waitKey(0)
cv2.imshow(trunc, trunc) #白色变得一样灰蒙蒙偏黑的不变
cv2.waitKey(0)
cv2.imshow(tozero, tozero) #偏白色不变偏黑的就变纯黑
cv2.waitKey(0)
cv2.imshow(tozeroinv, tozeroinv) #偏白色变纯黑偏黑的不变
cv2.waitKey(0)
