opencv函数展示2

一、像素操作与算术运算

1.cv2.split()

  1. cv2.merge()

3.cv2.add()

4.cv2.bitwise_and()

5.cv2.bitwise_or()

6.cv2.inRange()

二、仿射变换

1.cv2.getRotationMatrix2D()

2.cv2.warpAffine()

3.cv2.flip()

4.cv2.resize()

三、透视变换

1.cv2.getPerspectiveTransform()

2.cv2.warpPerspective()

四、常用插值方法

  • cv2.INTER_NEAREST: 最近邻插值

  • cv2.INTER_LINEAR: 双线性插值(默认)

  • cv2.INTER_CUBIC: 双三次插值

  • cv2.INTER_AREA: 区域插值(缩小图像时效果较好)

  • cv2.INTER_LANCZOS4: Lanczos插值

五、边界填充方式

  • cv2.BORDER_CONSTANT: 常数填充

  • cv2.BORDER_REPLICATE: 复制边缘像素

  • cv2.BORDER_REFLECT: 镜像反射

  • cv2.BORDER_WRAP: 平铺重复

图像矫正练习1.

复制代码
import cv2
import numpy as np

img = cv2.imread("../images/youhua2.png")
cv2.imshow("original image", img)

# 进行透视变换
# 1、获取透视变换矩阵
# 源图像中的四个点
src = np.array([[180, 120],
                [632, 12],
                [670, 528],
                [90, 466]], dtype="f4")

# 目标图像中的四个点
dst = np.array([[0, 0],
                [800, 0],
                [800, 640],
                [0, 640]], dtype="f4")

M = cv2.getPerspectiveTransform(src, dst)

# 2、进行透视变换
per_img = cv2.warpPerspective(img, M, (800, 640))

cv2.imshow("per_img", per_img)
cv2.waitKey(0)

运行结果:

图像矫正练习2.

复制代码
import cv2
import numpy as np

img = cv2.imread("../images/image2.png")
cv2.imshow("original image", img)

# 进行透视变换
# 1、获取透视变换矩阵
# 源图像中的四个点
src = np.array([[69, 229],
                [360, 107],
                [480, 258],
                [184, 440]], dtype="f4")

# 目标图像中的四个点
dst = np.array([[0, 0],
                [450, 0],
                [450, 330],
                [0, 330]], dtype="f4")

M = cv2.getPerspectiveTransform(src, dst)

# 2、进行透视变换
per_img = cv2.warpPerspective(img, M, (450, 330))

cv2.imshow("per_img", per_img)
cv2.waitKey(0)

运行结果:

相关推荐
CareyWYR1 小时前
高效智能体设计:如何在不牺牲效果的前提下降低成本?
人工智能
Sui_Network2 小时前
Walrus 与 Pipe Network 集成,提升多链带宽并降低延迟
人工智能·web3·区块链·智能合约·量子计算
攻城狮7号2 小时前
GPT-OSS重磅开源:当OpenAI重拾“开放”初心
人工智能·openai·开源大模型·gpt-oss
我不是小upper2 小时前
什么是键值缓存?让 LLM 闪电般快速
人工智能·缓存·llm
2zcode3 小时前
基于Matlab图像处理的黄豆自动计数系统设计与实现
图像处理·人工智能·matlab
金智维科技官方3 小时前
常见的大模型分类
人工智能·算法·ai·语言模型·数据挖掘
TY-20253 小时前
五、CV_ResNet
人工智能
♡喜欢做梦3 小时前
【AI】从零开始的文本分类模型实战:从数据到部署的全流程指南
人工智能·ai·自然语言处理
WeiJingYu.3 小时前
Opencv-管理图片
人工智能·opencv·计算机视觉