OpenCV常用的操作

OpenCV是一种广泛使用的计算机视觉库,用于图像处理和计算机视觉任务。下面是一些常见的操作,并给出了详细的步骤说明。

  1. 读取图像:

    复制代码
    import cv2
    
    # 读取图像
    image = cv2.imread("image.jpg")
  2. 显示图像:

    复制代码
    # 创建窗口并显示图像
    cv2.imshow("Image", image)
    
    # 等待按下任意键后关闭窗口
    cv2.waitKey(0)
    
    # 关闭窗口
    cv2.destroyAllWindows()
  3. 调整图像大小:

    复制代码
    # 定义新的图像尺寸
    new_width = 500
    new_height = 300
    
    # 调整图像大小
    resized_image = cv2.resize(image, (new_width, new_height))
  4. 转换图像颜色空间:

    复制代码
    # 将图像转换为灰度
    gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
  5. 画图:

    复制代码
    # 在图像上画一个矩形
    top_left = (100, 100)
    bottom_right = (200, 200)
    color = (0, 255, 0)  # 绿色
    thickness = 2
    cv2.rectangle(image, top_left, bottom_right, color, thickness)
  6. 图像平滑处理:

    复制代码
    # 使用高斯模糊平滑图像
    kernel_size = (5, 5)
    blurred_image = cv2.GaussianBlur(image, kernel_size, 0)
  7. 边缘检测:

    复制代码
    # 使用Canny边缘检测算法
    lower_threshold = 50
    upper_threshold = 150
    canny_image = cv2.Canny(image, lower_threshold, upper_threshold)
  8. 图像旋转:

    复制代码
    # 定义旋转角度和旋转中心点
    angle = 45
    rotation_center = (image.shape[1] // 2, image.shape[0] // 2)
    
    # 获取旋转矩阵
    rotation_matrix = cv2.getRotationMatrix2D(rotation_center, angle, 1.0)
    
    # 进行图像旋转
    rotated_image = cv2.warpAffine(image, rotation_matrix, (image.shape[1], image.shape[0]))

这些只是一些常见的操作示例,OpenCV还有许多其他功能,可以根据具体需求进行更多的操作。

相关推荐
学历真的很重要3 小时前
VsCode+Roo Code+Gemini 2.5 Pro+Gemini Balance AI辅助编程环境搭建(理论上通过多个Api Key负载均衡达到无限免费Gemini 2.5 Pro)
前端·人工智能·vscode·后端·语言模型·负载均衡·ai编程
普通网友3 小时前
微服务注册中心与负载均衡实战精要,微软 2025 年 8 月更新:对固态硬盘与电脑功能有哪些潜在的影响。
人工智能·ai智能体·技术问答
苍何3 小时前
一人手搓!AI 漫剧从0到1详细教程
人工智能
苍何3 小时前
Gemini 3 刚刷屏,蚂蚁灵光又整活:一句话生成「闪游戏」
人工智能
苍何3 小时前
越来越对 AI 做的 PPT 敬佩了!(附7大用法)
人工智能
苍何3 小时前
超全Nano Banana Pro 提示词案例库来啦,小白也能轻松上手
人工智能
阿杰学AI4 小时前
AI核心知识39——大语言模型之World Model(简洁且通俗易懂版)
人工智能·ai·语言模型·aigc·世界模型·world model·sara
智慧地球(AI·Earth)4 小时前
Vibe Coding:你被取代了吗?
人工智能
大、男人5 小时前
DeepAgent学习
人工智能·学习
测试人社区—66795 小时前
提升测试覆盖率的有效手段剖析
人工智能·学习·flutter·ui·自动化·测试覆盖率