opencv处理图片(实战指南)

一、OpenCV简介

OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习软件库。它拥有众多的图像处理和计算机视觉功能,包括各种常用的图像处理技术,如滤波、边缘检测、特征提取等。OpenCV支持多种编程语言,如C++、Python、Java等,这使得它成为图像处理领域广泛使用的工具之一。

二、实战演练

1. 图像读取与显示

使用cv2.imread()函数读取图像,使用cv2.imshow()函数显示图像。这是图像处理中最基础的操作。

2. 图像灰度化

灰度化是将彩色图像转换为灰度图像的过程。在OpenCV中,可以使用cv2.cvtColor()函数实现:

3. 边缘检测

边缘检测是图像处理中的一项重要技术,用于识别图像中的边界。OpenCV提供了多种边缘检测算法,如Canny、Sobel等。以下是使用Canny算法进行边缘检测的示例:

python 复制代码
edges = cv2.Canny(gray_image, threshold1=100, threshold2=200)  
cv2.imshow('Edges', edges)  
cv2.waitKey(0)
4. 图像缩放

使用cv2.resize()函数可以对图像进行缩放。你可以指定新的图像大小,或者使用缩放比例。

python 复制代码
resized_image = cv2.resize(image, (new_width, new_height))  
# 或者使用缩放比例  
# resized_image = cv2.resize(image, None, fx=0.5, fy=0.5)  
cv2.imshow('Resized Image', resized_image)  
cv2.waitKey(0)
5.从图片 a 中提取了红色、绿色和蓝色通道
python 复制代码
import cv2  
  
# 读取图片  
a = cv2.imread('你的图片位置')  
  
# 提取红色、绿色和蓝色通道  
a1 = a[:, :, 0]  # 蓝色通道  
a2 = a[:, :, 1]  # 绿色通道  
a3 = a[:, :, 2]  # 红色通道  
  
# 使用cv2.split()分解图片为单独的颜色通道  
b, g, r = cv2.split(a)  
  
# 显示蓝色通道的图片  
cv2.imshow('Blue Channel', b)  
cv2.waitKey(0)  # 等待任意键盘输入  
  
# 截取图片的一部分  
b = a[100:300, 100:300]  
  
# 显示原始图片和截取的图片  
cv2.imshow('Original Image', a)  
cv2.imshow('Cropped Image', b)  
cv2.waitKey(0)  # 等待任意键盘输入  
  
# 销毁所有OpenCV窗口  
cv2.destroyAllWindows()

以上是一些基础的图片处理方法

相关推荐
attitude.x3 分钟前
PyTorch 动态图的灵活性与实用技巧
前端·人工智能·深度学习
骥龙35 分钟前
XX汽集团数字化转型:全生命周期网络安全、数据合规与AI工业物联网融合实践
人工智能·物联网·web安全
zskj_qcxjqr41 分钟前
告别传统繁琐!七彩喜艾灸机器人:一键开启智能养生新时代
大数据·人工智能·科技·机器人
Ven%43 分钟前
第一章 神经网络的复习
人工智能·深度学习·神经网络
研梦非凡1 小时前
CVPR 2025|基于视觉语言模型的零样本3D视觉定位
人工智能·深度学习·计算机视觉·3d·ai·语言模型·自然语言处理
Monkey的自我迭代1 小时前
多目标轮廓匹配
人工智能·opencv·计算机视觉
每日新鲜事1 小时前
Saucony索康尼推出全新 WOOOLLY 运动生活羊毛系列 生动无理由,从专业跑步延展运动生活的每一刻
大数据·人工智能
空白到白1 小时前
机器学习-聚类
人工智能·算法·机器学习·聚类
中新赛克2 小时前
双引擎驱动!中新赛克AI安全方案入选网安创新大赛优胜榜单
人工智能·安全
飞哥数智坊2 小时前
解决AI幻觉,只能死磕模型?OpenAI给出不一样的思路
人工智能·openai