基於python的opencv學習

2021-10-04 17:12:46 字數 917 閱讀 5463

dst = cv2.sobel(src, ddept, dx, dy, ksize)

ddepth:影象的深度,一般設為-

1ksize:sobel運算元的大小

白到黑是正數,黑到白是負數,所有的負數都會被截斷為0,因此要使用convertscaleabs取絕對值

2、拉普拉斯金字塔

1】低通濾波

2】縮小尺寸pyrdown

3】放大尺寸pyrup

4】影象相減

cv2.findcontours(img,mode,method)

mode:輪廓檢索模式

method:輪廓逼近方法

讀資料——轉成灰度圖——二值處理(0-255)——繪製輪廓(需要copy,否則原圖會變)——輪廓特徵——輪廓近似

cv2.calhist(

[images]

,[channels]

,[mask]

,[histsize]

,[ranges]

)images:原影象影象格式為uint8或float32

mask:掩碼影象

直方圖均衡化

自適應直方圖均衡化(分塊)

濾波:

低通濾波器:保留低頻,影象模糊

高通濾波器:保留高頻,影象細節增強

- cv2.dft(

)和從v2.idft(

),輸入影象需要先轉換為np.float32格式

- 得到的結果中頻率為0的部分會在左上角,通常轉換到中心位置,shift實現

- cv2.dft(

)返回的結果是雙通道的(實部+虛部),通常需要轉換影象格式展示0

-255

基於python的opencv教程

第一次寫部落格,學習是要有輸入與輸出的,所謂教學相長。所以我想試著自己寫乙份教程,算是對自己的學習總結吧,部落格的排版比較直男,請湊合看吧。首先建議的ide是pycharm,opencv的庫直接pip安裝就好,最好大家有一定的python基礎。第一部分是關於圖象讀取和儲存。import cv2imp...

基於Python的OpenCV人臉檢測

注意 本文只是人臉檢測,人臉識別的實現請參見本人另一篇部落格 基於opencv tensorflow keras實現人臉識別 提前做的準備 1 和說明 import cv2 as cv import numpy as np defface detect demo 人臉檢測函式 gray cv.cvt...

基於Python和Opencv的目標檢測與特徵

而我們訓練分類器的過程就是給這個分類函式 數學模型 找到一系列最優的引數,使得通過這個函式來判斷時能達到最好的分類效果 更高階一點的分類器就加入了學習和自適應的概念使得分類更精準 那麼通過什麼可以得到這個分類器呢?就是分類演算法 提到演算法我們不得不提到機器學習的概念,機器學習演算法簡單來說可以通過...