import cv2
import matplotlib.pylab as plt
import numpy as np
img1 = cv2.imread('D:\\gudugudu\\Pictures\\weixin\\xiaotidaya.jpg', cv2.IMREAD_ANYCOLOR)
img2 = cv2.imread('D:\\gudugudu\\Pictures\\weixin\\guoqing.jpg', cv2.IMREAD_GRAYSCALE)
img3 = cv2.imread('D:\\gudugudu\\Pictures\\weixin\\zhaoyang.jpg', cv2.IMREAD_GRAYSCALE)
img_x = cv2.resize(img1, (500, 500))
img_y = cv2.resize(img2, (500, 500))
img_z = cv2.resize(img3, (500, 500))
vc = cv2.VideoCapture("D:\\gudugudu\\Pictures\\weixin\\WeChat_20240706150425.mp4")
#梯度计算
#Soble算子 det = cv2.Soble(src, drpth, dx, dy, ksize);上下,左右的差异
#计算方法: 右-左*系数, 上-下*系数;
def soble(img):
soblex = cv2.Soble(img, cv2.CV_64F, 1, 0, ksize = 3)
soblex = cv2.convertScaleAbs(soblex)
cv2.imshow('name', soblex)
cv2.waitKey(0)
cv2.destroyAllWindows()
#分别计算xy再求和;
def Soblexy(img):
soblex = cv2.Soble(img, cv2.CV_64F, 1, 0, ksize = 3)
sobley = cv2.Soble(img, cv2.CV_64F, 0, 1, ksize = 3)
soblexy = cv2.addWeighted(soblex, 0.5, sobley, 0.5, 0)
cv2.imshow('name', soblexy)
cv2.waitKey(0)
cv2.destroyAllWindows()
#scharr算子: 数值大一些,结果的差异更加敏感
#laplacian算子: 对于差异更加敏感, 但是对于噪点的判断有误
def scharr(img):
scharrx = cv2.Scharr(img, cv2.CV_64F, 1, 0)
scharry = cv2.Scharr(img, cv2.CV_64F, 0, 1)
scharrx = cv2.convertScaleAbs(scharrx)
scharry = cv2.convertScaleAbs(scharry)
scharrxy = cv2.addWeighted(scharrx, 0.5, scharry, 0.5, 0)
cv2.imshow('name', scharrxy)
cv2.waitKey(0)
cv2.destroyAllWindows()
def LapLacion(img):
laplacion = cv2.Laplacian(img, cv2.CV_64F)
laplacion = cv2.convertScaleAbs(laplacion)
cv2.imshow('name', laplacion)
cv2.waitKey(0)
cv2.destroyAllWindows()
opencv_day6
咕噜咕嘟嘟嘟2024-08-06 16:31
相关推荐
余俊晖4 分钟前
多模态文档理解视觉token剪枝思路一RTOS一6 分钟前
从操作系统到具身智能,东土科技正加速构建自主可控产业链余俊晖9 分钟前
多模态大模型OCR幻觉缓解思路:DianJin-OCR-R1通过“再看一眼”图像减轻幻觉柳安忆19 分钟前
idea生成数据集调研青春不败 177-3266-052022 分钟前
AI+Python驱动的无人机生态三维建模与碳储、生物量、LULC估算技术德育处主任31 分钟前
地表最强“慧眼”,给大模型戴上智能眼镜 PaddleOCR-VLAI浩35 分钟前
基于信息保留与细粒度特征聚合的无人机目标检测dxnb2235 分钟前
Datawhale25年10月组队学习:math for AI+Task2线性代数一百天成为python专家37 分钟前
python爬虫入门(小白五分钟从入门到精通)数字化顾问1 小时前
AI+大数据时代:从架构重构看时序数据库的价值释放——关键概念、核心技巧与代码实践