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
RobinDevNotes20 分钟前
24GB Mac 做数字人:声音放本地,画面租云端
人工智能·python·macos·开发工具
user4465117917911 小时前
Agent 也能「过安检」:AgentScope 权限系统设计拆解
人工智能
烟小栀1 小时前
Windows下的深度学习环境配置参考及配置教程
人工智能
tellmewhoisi2 小时前
深度学习0:数学知识:最大似然推导过程
人工智能·深度学习·概率论
oil欧哟2 小时前
从产品经理视角拆解 DeepSeek Super-agent:双层路由与异步调度架构
人工智能
张张123y2 小时前
个人助手型 Agent 的六个工程细节:Hermes 与 OpenClaw 的审批、委派、上下文与调度
网络·人工智能·开源·后端开发·ai agent
Dawson Zhu2 小时前
【模型量化⑦】W4A8与GPTQ-Int4:极限压缩与MLC-LLM部署实战
人工智能·语言模型·架构·aigc·agi
千寻技术帮3 小时前
50055_基于AI的互帮互助小程序(源码+文档+数据库脚本+部署教程)
数据库·人工智能·小程序·毕业设计·springboot·课程设计
天树星智源3 小时前
KV 剪枝的同一个误差,模型确定时只改 1.4% 的 token,不确定时改 65%:接上不确定性,AIME25 端到端快 1.27 倍
人工智能·大模型
AI英德西牛仔3 小时前
PC 用户的效率革命:腾讯元宝导出 Word 指令与“AI 导出鸭”的底层逻辑
人工智能·word·excel·deepseek·ai导出鸭