opencv学习笔记1
#对图像的像素处理
#法1
print("------------------------")
image = cv.imread("D:/1.jpeg",cv.IMREAD_UNCHANGED)
cv.imshow("original image",image)
image[100:150,100:150] = [255,255,255] #对感兴趣图像进行像素处理
cv.imshow("changed image",image)
cv.waitKey(0)
cv.destroyAllWindows()
#法2
print("----------------HELLO------------------")
image = cv.imread("D:/1.jpeg",cv.IMREAD_UNCHANGED)
print(image.item(100,100,0))
image.itemset((100,100,0),255)
print(image.item(100,100,0))
#图像的一些基本属性
print("------------------HELLO-----------------")
image1 = cv.imread("D:/1.jpeg",cv.IMREAD_GRAYSCALE)
image2 = cv.imread("D:/1.jpeg",cv.IMREAD_UNCHANGED)
print(image1.shape) #shape返回图像的行数,列数和通道数(灰度图像为1,不显示)
print(image2.shape)
print(image1.size) #size返回图像的总像素个数,即行数*列数*通道数
print(image2.size)
print(image1.dtype) #dtype返回图像像素点的类型
print(image2.dtype)
#POI区域的图像处理
print("-----------------HELLO-----------------")
image = cv.imread("E:/pictures/1.jpeg")
image2 = np.ones((100,100,3)) #创建一个100行100列3通道全为1的二维数组,即一幅图像
image2 = image[100:300,100:300] #把原图的第100~300行100~300列的内容复制到新建的图像上
image[0:200,0:200] = image2 #把POI区域复制到原图的等大小区域内
cv.imshow("orginal",image)
cv.imshow("face",image2)
image3 = cv.imread("E:/pictures/2.jpeg")
image3[100:300,100:300] = image2
cv.imshow("new",image3)
cv.waitKey(0)
cv.destroyAllWindows()
#通道的分离和组合 print("------------------HELLO-----------------------")
image = cv.imread("E:/pictures/1.jpeg",cv.IMREAD_UNCHANGED)
cv.imshow("orginal",image)
b,g,r = cv.split(image) #split方法返回图像的3个通道的图像,类似于灰度图像
"""
rows,cols,chn = image.shape #可以指定下标以得到想要通道的像素情况
b = np.zeros((rows,cols),image.dtype) #新建单通道的和原图像等大小,等类型的全为0的图像
g = cv.split(image)[1]
r = np.zeros((rows,cols),image.dtype)
"""
cv.imshow("B",b)
cv.imshow("G",g)
cv.imshow("R",r)
m = cv.merge([b,g,r]) #merge方法可以组合通道形成多通道图像,但要注意顺序【B,G,R】和【R,B,G】不同
cv.imshow("merge",m)
cv.waitKey(0)
cv.destroyAllWindows()
opencv学习笔记1的更多相关文章
- opencv学习笔记(七)SVM+HOG
opencv学习笔记(七)SVM+HOG 一.简介 方向梯度直方图(Histogram of Oriented Gradient,HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子 ...
- opencv学习笔记(六)直方图比较图片相似度
opencv学习笔记(六)直方图比较图片相似度 opencv提供了API来比较图片的相似程度,使我们很简单的就能对2个图片进行比较,这就是直方图的比较,直方图英文是histogram, 原理就是就是将 ...
- opencv学习笔记(五)镜像对称
opencv学习笔记(五)镜像对称 设图像的宽度为width,长度为height.(x,y)为变换后的坐标,(x0,y0)为原图像的坐标. 水平镜像变换: 代码实现: #include <ios ...
- opencv学习笔记(四)投影
opencv学习笔记(四)投影 任选了一张图片用于测试,图片如下所示: #include <cv.h> #include <highgui.h> using namespace ...
- opencv学习笔记(三)基本数据类型
opencv学习笔记(三)基本数据类型 类:DataType 将C++数据类型转换为对应的opencv数据类型 OpenCV原始数据类型的特征模版.OpenCV的原始数据类型包括unsigned ch ...
- opencv学习笔记(二)寻找轮廓
opencv学习笔记(二)寻找轮廓 opencv中使用findContours函数来查找轮廓,这个函数的原型为: void findContours(InputOutputArray image, O ...
- opencv学习笔记(一)IplImage, CvMat, Mat 的关系
opencv学习笔记(一)IplImage, CvMat, Mat 的关系 opencv中常见的与图像操作有关的数据容器有Mat,cvMat和IplImage,这三种类型都可以代表和显示图像,但是,M ...
- paper 93:OpenCV学习笔记大集锦
整理了我所了解的有关OpenCV的学习笔记.原理分析.使用例程等相关的博文.排序不分先后,随机整理的.如果有好的资源,也欢迎介绍和分享. 1:OpenCV学习笔记 作者:CSDN数量:55篇博文网址: ...
- (转) OpenCV学习笔记大集锦 与 图像视觉博客资源2之MIT斯坦福CMU
首页 视界智尚 算法技术 每日技术 来打我呀 注册 OpenCV学习笔记大集锦 整理了我所了解的有关OpenCV的学习笔记.原理分析.使用例程等相关的博文.排序不分先后,随机整理的 ...
- OpenCV学习笔记(27)KAZE 算法原理与源码分析(一)非线性扩散滤波
http://blog.csdn.net/chenyusiyuan/article/details/8710462 OpenCV学习笔记(27)KAZE 算法原理与源码分析(一)非线性扩散滤波 201 ...
随机推荐
- Objective-C入门 简介Cocoa框架
Cocoa Framework简称Cocoa,它是Mac OS X上的快速应用程序开发(RAD, Rapid Application Development)框架,一个高度面向对象的(Object O ...
- 【原】Coursera—Andrew Ng机器学习—课程笔记 Lecture 8_Neural Networks Representation 神经网络的表述
神经网络是一种受大脑工作原理启发的模式. 它在许多应用中广泛使用:当您的手机解释并理解您的语音命令时,很可能是神经网络正在帮助理解您的语音; 当您兑现支票时,自动读取数字的机器也使用神经网络. 8.1 ...
- Animation Parameter
[Animation Parameter] Animation Parameters are variables that are defined within the animation syste ...
- 【转】在SharePoint Server 2010中更改“我的网站”
在安装SharePoint Server 2010的时候,创建的第一个站点是一个"NetBIOS名称"的网站,而这个时候,"我的网站"(或称"个人网站 ...
- SESSION的知识
android模拟表单用到了httpclient,但是需要了解Jsessionid的相关知识 如下是从一篇博文摘抄来的 在web应用的开发中我们会经常看到这样的url:http://www.xxx.c ...
- Docker学习笔记_Dockerfile常用指令
Dockerfile常用指令
- selenium使用ChromeDriver
什么是ChromeDriver? ChromeDriver是Chromium team开发维护的,它是实现WebDriver有线协议的一个单独的服务.ChromeDriver通过chrome的自动代理 ...
- HightCharts开发总结
1. 简介:Highcharts是一款纯javascript编写的图表库,能够在Web网站或Web应用中添加交互性的图表,现在官方的最新版本为Highcharts-4.2.3. 2. 兼容性: ...
- 防止SQL注入方法总结
一.参数化SQL 是指在设计与数据库链接并访问数据时,在需要填入数值或数据的地方,使用参数 (Parameter) 来给值,用@来表示参数. 在使用参数化查询的情况下,数据库服务器不会将参数的内容视为 ...
- Gson 配置解析
之前项目用到了gson对json和Java类之间互转,现在将gson的配置总结一下. 首先,创建gson对象之间,建立gsonbuilder对象,并配置 // 不导出实体类中没有用@Expose注解的 ...