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:

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

    # 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:

    # 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:

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

    # 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:

    # 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:

    # 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:

    # 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
深度学习实战训练营1 小时前
基于CNN-RNN的影像报告生成
人工智能·深度学习
昨日之日20063 小时前
Moonshine - 新型开源ASR(语音识别)模型,体积小,速度快,比OpenAI Whisper快五倍 本地一键整合包下载
人工智能·whisper·语音识别
浮生如梦_3 小时前
Halcon基于laws纹理特征的SVM分类
图像处理·人工智能·算法·支持向量机·计算机视觉·分类·视觉检测
深度学习lover3 小时前
<项目代码>YOLOv8 苹果腐烂识别<目标检测>
人工智能·python·yolo·目标检测·计算机视觉·苹果腐烂识别
热爱跑步的恒川4 小时前
【论文复现】基于图卷积网络的轻量化推荐模型
网络·人工智能·开源·aigc·ai编程
阡之尘埃6 小时前
Python数据分析案例61——信贷风控评分卡模型(A卡)(scorecardpy 全面解析)
人工智能·python·机器学习·数据分析·智能风控·信贷风控
孙同学要努力8 小时前
全连接神经网络案例——手写数字识别
人工智能·深度学习·神经网络
Eric.Lee20218 小时前
yolo v5 开源项目
人工智能·yolo·目标检测·计算机视觉
其实吧39 小时前
基于Matlab的图像融合研究设计
人工智能·计算机视觉·matlab
丕羽9 小时前
【Pytorch】基本语法
人工智能·pytorch·python