OpenCV计算机视觉库

这个是本人学习opencv的库持续更新中

本文同步与这个git仓库https://github.com/heisd/opencv_study,欢迎大家来学习交流

一·对图片进行处理

1.打开图片,并且显示

下面的代码讲述了三种imread的形式

cv2和cv的区别

cv2是第二代接口提供了cpp和python接口

cv是第一代接口提供了c语言接口

python 复制代码
import cv2 as cv
# imread的三种参数
# 第一个参数:图片路径
# 第二个参数:1代表彩色图片,0代表灰度图片,-1代表带透明度的图片
# 使用绝对路径
image_color=cv.imread("/Users/liquanyan/PycharmProjects/YOLOTrain/image/img.png",1)
image_gray=cv.imread("/Users/liquanyan/PycharmProjects/YOLOTrain/image/img.png",0)
image_alpha=cv.imread("/Users/liquanyan/PycharmProjects/YOLOTrain/image/img.png",-1)
if image_color is None:
    print("image_color is None")
    exit()
if image_gray is None:
    print("image_gray is None")
    exit()
if image_alpha is None:
    print("image_alpha is None")
    exit()
# 显示图片
# 第一个参数:窗口名称
# 第二个参数:图片cv.imread的返回值
cv.imshow("image_color",image_color)
cv.imshow("image_gray",image_gray)
cv.imshow("image_alpha",image_alpha)
# 等待按键,0代表一直等待,下面表示按下q键退出
if cv.waitKey(0)==ord("q"):
    print("success exit")
# 关闭客户端
cv.destroyAllWindows()

2.使用matplotlib绘图工具

python 复制代码
# 导入头文件
import cv2
import numpy as np
from matplotlib import pyplot as plt
image=cv2.imread("/Users/liquanyan/PycharmProjects/YOLOTrain/image/img.png",1)
# cmap是重映射成灰色
# interpolation是插值
# bicubic是三次样条插值
plt.imshow(image,cmap='gray',interpolation='bicubic')
# xticks是x轴刻度
# yticks是y轴刻度
plt.xticks([])
plt.yticks([])
# 显示图片
plt.show()
if cv2.waitKey(0)==ord("q"):
    print("success exit")
cv2.destroyAllWindows()

大概显示就是这样

里面的可以调整图像的大小

注意:OpenCV加载的彩色图像处于BGR模式,但Matplotlib以RGB模式显示。因此,如果使用OpenCV读取图像,则Matplotlib中的彩色图像将无法正确显示。

二 ·对视频进行处理

相关推荐
LabVIEW开发6 小时前
LabVIEW双目测距
数码相机·计算机视觉·labview·labview知识·labview功能·labview程序
wb043072019 小时前
性能优化实战:基于方法执行监控与AI调用链分析
java·人工智能·spring boot·语言模型·性能优化
AAA小肥杨9 小时前
基于k8s的Python的分布式深度学习训练平台搭建简单实践
人工智能·分布式·python·ai·kubernetes·gpu
mit6.82411 小时前
[Agent可视化] 配置系统 | 实现AI模型切换 | 热重载机制 | fsnotify库(go)
开发语言·人工智能·golang
Percent_bigdata11 小时前
百分点科技发布中国首个AI原生GEO产品Generforce,助力品牌决胜AI搜索新时代
人工智能·科技·ai-native
Gloria_niki11 小时前
YOLOv4 学习总结
人工智能·计算机视觉·目标跟踪
FriendshipT12 小时前
目标检测:使用自己的数据集微调DEIMv2进行物体检测
人工智能·pytorch·python·目标检测·计算机视觉
海森大数据12 小时前
三步破局:一致性轨迹强化学习开启扩散语言模型“又快又好”推理新时代
人工智能·语言模型·自然语言处理
Tencent_TCB12 小时前
云开发CloudBase AI+实战:快速搭建AI小程序全流程指南
人工智能·ai·小程序·ai编程·云开发