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
只是没名字24 分钟前
Codex CLI Windows 新手安装教程:从 Node.js 到首次运行
人工智能
用户86306526961326 分钟前
Krea 2 LoRA 训练全流程踩坑记录:从打标到双卡并行的 Windows 原生实战
人工智能
木雷坞3 小时前
让 AI 编程助手跑得起项目:Dev Container 实践记录
人工智能
腾讯云开发者3 小时前
港科大郭毅可谈Agentic AI时代的核心命题:人机共生,人不可能退场
人工智能
常丛丛3 小时前
5.6 LangGraph-Edges理解-Agent图的道路系统
人工智能
雪隐4 小时前
个人电脑玩AI-08让5060 Ti给你打工——我拿 Unlimited-OCR扫了 600 页书,然后悟了
人工智能·后端
Coffeeee4 小时前
Prompt要花心思写,与 AI 对话的七个技巧
人工智能·aigc·ai编程
蝎子莱莱爱打怪4 小时前
Claude Code 官宣新升级:子智能体默认后台跑,你边聊它边干活
人工智能
武子康4 小时前
调查研究-206 DeepSeek DSpark 深度解析:大模型推理加速,正在从“模型能力”转向“系统工程”
人工智能·agent·deepseek