Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单实战案例 之十 简单颜色反转效果

Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单实战案例 之十 简单颜色反转效果

目录

[Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单实战案例 之十 简单颜色反转效果](#Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单实战案例 之十 简单颜色反转效果)

一、简单介绍

二、简单颜色反转效果实现原理

三、简单颜色反转效果案例实现简单步骤

四、注意事项


一、简单介绍

Python是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言,最初被设计用于编写自动化脚本(shell),随着版本的不断更新和语言新功能的添加,越多被用于独立的、大型项目的开发。Python是一种解释型脚本语言,可以应用于以下领域: Web 和 Internet开发、科学计算和统计、人工智能、教育、桌面界面开发、软件开发、后端开发、网络爬虫。

这里使用 Python 基于 OpenCV 进行视觉图像处理,......

二、简单颜色反转效果实现原理

颜色反转是一种图像处理技术,可以改变图像的颜色外观。在灰度图像中,颜色反转意味着将每个像素的灰度值取反;在彩色图像中,颜色反转意味着将每个通道的像素值取反。

实现原理:

  1. 灰度反转: 对于灰度图像,颜色反转意味着将每个像素的灰度值取反。例如,原始像素值为0时,取反后变为255;原始像素值为255时,取反后变为0。

  2. 彩色反转: 对于彩色图像,颜色反转意味着将每个通道的像素值取反。例如,对于RGB图像,红色通道的原始像素值为0时,取反后变为255;原始像素值为255时,取反后变为0。对绿色和蓝色通道也是同样的处理。

三、简单颜色反转效果案例实现简单步骤

1、编写代码

2、运行效果

3、具体代码

python 复制代码
"""
简单颜色反转效果
    1、灰度反转: 将彩色图像转换为灰度图像,然后将每个像素的灰度值取反。
    2、彩色反转: 将每个通道的像素值取反,可以通过255减去原始像素值来实现。
"""


import cv2


# 灰度反转
def grayscale_invert(image):
    """
    灰度反转
    :param image:
    :return:
    """
    # 转换为灰度图像
    gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    # 灰度反转
    inverted_image = 255 - gray_image
    return inverted_image


# 彩色反转
def color_invert(image):
    """
    彩色反转
    :param image:
    :return:
    """
    # 彩色反转
    inverted_image = 255 - image
    return inverted_image


def main():
    # 读取图像
    image = cv2.imread('Images/DogFace.jpg')

    # 设置窗口属性,并显示图片
    cv2.namedWindow("Dog", cv2.WINDOW_KEEPRATIO)
    cv2.imshow('Dog', image)

    # 灰度反转
    inverted_gray = grayscale_invert(image)
    # 彩色反转
    inverted_color = color_invert(image)

    # 设置窗口属性,并显示图片
    cv2.namedWindow("Grayscale Inverted", cv2.WINDOW_KEEPRATIO)
    cv2.imshow('Grayscale Inverted', inverted_gray)

    # 设置窗口属性,并显示图片
    cv2.namedWindow("Color Inverted", cv2.WINDOW_KEEPRATIO)
    cv2.imshow('Color Inverted', inverted_color)

    cv2.waitKey(0)
    cv2.destroyAllWindows()


if __name__ == "__main__":
    main()

四、注意事项

  1. 在处理灰度图像时,确保将图像转换为灰度图像。
  2. 在处理彩色图像时,确保将每个通道的像素值限制在0到255之间,以防止溢出。
  3. 考虑图像的颜色深度,对于8位图像,像素值范围为0到255;对于16位图像,像素值范围为0到65535。
相关推荐
满怀10157 分钟前
Python入门(5):异常处理
开发语言·python
莓事哒8 分钟前
使用pytesseract和Cookie登录古诗文网~(python爬虫)
爬虫·python·pycharm·cookie·pytessarct
赵钰老师12 分钟前
【Deepseek、ChatGPT】智能气候前沿:AI Agent结合机器学习与深度学习在全球气候变化驱动因素预测中的应用
人工智能·python·深度学习·机器学习·数据分析
独好紫罗兰35 分钟前
洛谷题单3-P1980 [NOIP 2013 普及组] 计数问题-python-流程图重构
开发语言·python·算法
freejackman38 分钟前
Selenium框架——Web自动化测试
python·selenium·测试
独好紫罗兰40 分钟前
洛谷题单3-P1009 [NOIP 1998 普及组] 阶乘之和-python-流程图重构
开发语言·python·算法
这里有鱼汤41 分钟前
做量化没有实时数据怎么行?我找到一个超级好用的Python库,速度还贼快!
前端·后端·python
Aerkui1 小时前
Python数据类型-int
开发语言·python
吉均1 小时前
如何实现局域网内无痛访问Jupyter Notebook?
ide·python·jupyter
winfredzhang1 小时前
Python视频标签工具详解:基于wxPython和FFmpeg的实现
python·ffmpeg·音视频·视频标签