文章目錄
- 基礎概念
- 1 . 二值化
- 2 . 灰度值
- 3 . ROI
- 4 . 通道
- 常用內置函式
- 1 . cv2.imread ( )
- 2 . cv2.imshow( )
- 3 . numpy.ones( )
- 4 . numpy.hstack( )和numpy.vstack( )
- 膨脹與腐蝕
- 1 . 什么是膨脹和腐蝕
- 2 . 代碼
基礎概念
1 . 二值化
二值化(Binarization)意將非二值影像經過計算變成二值影像，它進行影像分割(Segmentation)最簡單的一種方法，即后續影像處理技術的基礎(簡化后期的處理，提高處理速度），可以將灰度影像轉化成二值影像，一般用它將感興趣的目標和背景分離，比如：將人臉影像分為皮膚區域和非皮膚區域，將影像文字轉換成PDF文字(黑/白)等等，因此，影像二值化可以看做是聚類或者分類，
2 . 灰度值
灰度值指把白色與黑色之間按對數關系分成若干級，稱為“灰度等級”，范圍一般從0到255，白色為255，黑色為0，故黑白圖片也稱灰度影像，在醫學、影像識別領域有很廣泛的用途，
3 . ROI
ROI(region of interest)，即感興趣區域，OpenCV使用rect可以提取出來影像的ROI，
4 . 通道
顏色通道大概分為分為R,G,B,A,L 這幾類，分別是：
R：紅色成分，通常范圍從0.0（沒有紅色）到1.0（全部的紅色）
G：綠色成分，通常范圍從0.0（沒有綠色）到1.0（全部的綠色）
B：藍色成分，通常范圍從0.0（沒有藍色）到1.0（全部的藍色）
A：alpha（不透明度）成分，通常范圍從0.0（完全透明）到1.0（不透明）
L：亮度成分，通常范圍從0.0（黑暗）到1.0（全白）
常用內置函式
1 . cv2.imread ( )
import cv2
img = cv2.imread('1.jpg', cv2.IMREAD_UNCHANGED) #包含alpha通道
img = cv2.imread('1.jpg', cv2.IMREAD_COLOR) #彩色影像
img = cv2.imread('1.jpg', cv2.IMREAD_GRAYSCALE) #灰度影像
2 . cv2.imshow( )
## 測驗圖片
pic = '1.jpg'
## a.影像的二值化 ，這里沒有做閾值處理
src = cv2.imread(pic,cv2.IMREAD_UNCHANGED)
## 原始圖
cv2.imshow('origin',src)
imshow（name,img）里面有兩個引數，第一個是視窗名字，第二個是影像
3 . numpy.ones( )
numpy.ones（）函式回傳給定形狀和資料型別的新陣列，其中元素的值設定為1，
numpy.ones(shape, dtype=None, order=‘C’)
shape是一個int或一個int元組，用于定義陣列的大小， 如果我們僅指定一個int變數，則將回傳一維陣列， 對于一個整數元組，將回傳給定形狀的陣列，
dtype是一個可選引數，默認值為float， 它用于指定陣列的資料型別，例如int，
order是在記憶體中以行優先（C風格）還是列優先（Fortran風格）順序存盤多維陣列，
4 . numpy.hstack( )和numpy.vstack( )
numpy.hstack( )是影像水平合并 h：horizon
numpy.vstack( )是影像垂直合并 v : vertical
膨脹與腐蝕
1 . 什么是膨脹和腐蝕
影像的膨脹（Dilation）和腐蝕（Erosion）是兩種基本的形態學運算，主要用來尋找影像中的極大區域和極小區域，
膨脹：將影像中的高亮區域或白色部分進行擴張，其運行結果圖比原圖的高亮區域更大，
腐蝕：將影像中的高亮區域或白色部分進行縮減細化，其運行結果圖比原圖的高亮區域更小，
2 . 代碼
import cv2
import numpy as np
## 測驗圖片
pic = '1.jpg'
## a.影像的二值化 ，這里沒有做閾值處理
src = cv2.imread(pic,cv2.IMREAD_UNCHANGED)
## b.設定卷積核5*5
kernel = np.ones((5,5),np.uint8)
## c.影像先腐蝕后膨脹，迭代次數為1
erosion = cv2.erode(src,kernel,iterations=1)
dilation = cv2.dilate(erosion,kernel,iterations=1)
## 原始圖
cv2.imshow('origin',src)
## 結果圖
res1 = np.hstack((src,erosion,dilation)) ## np.hstack是將圖片橫向合并顯示
res2 = np.vstack((src,erosion,dilation)) ## np.hstack是將圖片豎向合并顯示
cv2.imshow('rsult1',res1)
cv2.imshow('rsult2',res2)
# 任意鍵終止
cv2.waitKey(0)
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/389006.html
標籤：其他
上一篇：java 獲取視頻時長