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
belldeep18 分钟前
python:reportlab 将多个图片合并成一个PDF文件
python·pdf·reportlab
CV-King2 小时前
opencv实战项目(三十):使用傅里叶变换进行图像边缘检测
人工智能·opencv·算法·计算机视觉
FreakStudio3 小时前
全网最适合入门的面向对象编程教程:56 Python字符串与序列化-正则表达式和re模块应用
python·单片机·嵌入式·面向对象·电子diy
丶21363 小时前
【CUDA】【PyTorch】安装 PyTorch 与 CUDA 11.7 的详细步骤
人工智能·pytorch·python
jndingxin4 小时前
OpenCV视频I/O(14)创建和写入视频文件的类:VideoWriter介绍
人工智能·opencv·音视频
_.Switch4 小时前
Python Web 应用中的 API 网关集成与优化
开发语言·前端·后端·python·架构·log4j
一个闪现必杀技4 小时前
Python入门--函数
开发语言·python·青少年编程·pycharm
小鹿( ﹡ˆoˆ﹡ )4 小时前
探索IP协议的神秘面纱:Python中的网络通信
python·tcp/ip·php
卷心菜小温5 小时前
【BUG】P-tuningv2微调ChatGLM2-6B时所踩的坑
python·深度学习·语言模型·nlp·bug
陈苏同学5 小时前
4. 将pycharm本地项目同步到(Linux)服务器上——深度学习·科研实践·从0到1
linux·服务器·ide·人工智能·python·深度学习·pycharm