使用函式cv2.resize()
dst=cv2.resize(src, dsize)
src為原始影象，dsize為要處理後的影象的列行
例：b=cv2.resize(a,(122,122))
注意：第乙個數字代表列，第二個才是行
dst=cv2.resize(src,dsize,fx,fy)不使用dsize的情況下使用fx,fy
fx:在水平方向縮放多少倍，大於1就是放大，小於1就是縮小
fy:在垂直方向縮放多少倍，大於1就是放大，小於1就是縮小
例：b=cv2.resize(a,none,fx=0.5,fy=0.7) ; 不使用dsize=none，
注：dsize和fx,fy只設定乙個就行
使用函式 flip( )
dst=cv2.flip(src,flipcode)
flipcode=0
以x軸為基準軸上下翻轉
b=cv2.flip(a,0) a為原始影象
flipcode>0
以y軸為基準軸左右翻轉
b=cv2.fip(a,1)
flipcode<0
以y軸翻轉，再用x軸翻轉
b=cv2.flip(a,-1)
二進位制閾值化
該方法是：大於閾值的畫素，畫素全部設定成最大值，小於閾值的畫素，畫素全部設定成最小值。
反二進位制閾值化
方法是：先設定乙個特定的灰度值作為閾值，大於閾值畫素設定為0，小於閾值設定為255。
截斷閾值化
方法是：設定乙個閾值，影象中大於該閾值的畫素點全設定為該閾值，小於該閾值的畫素點保持不變。
反閾值化為0
方法是：大於等於閾值的畫素點變為0，小於該閾值的畫素點值不變。
閾值化為0
方法是：設定乙個閾值，大於等於閾值的畫素點，保持不變，小於該閾值的畫素點，值為0。
retval,dst=cv2.threshold(src,thresh,maxval,type)
retval:閾值 dst:結果
src:原影象 thresh：閾值
maxval:最大值 type:型別
二進位制閾值化
關鍵字：cv2.threse_binary
r,b=cv2.threshold(a,127,255,cv2.threse_binary)
反二進位制閾值化
關鍵字: cv2.thresh_binary_inv
r,b=cv2.threshold(a,127,255,cv2.thresh_binary_inv)
截斷閾值化
關鍵字: cv2.thresh_trunc
r,b=cv2.threshold(a,127,255,cv2.thresh_trunc)
反閾值化為0
關鍵字: cv2.thresh_tozero_inv
r,b=cv2.threshold(a,127,255,cv2.thresh_ tozero_inv)
import cv2
o=cv2.imread(r'd:\image\lena512.bmp'
,cv2.imread_unchanged)
#二進位制閾值化
r,b=cv2.threshold(o,
128,
255,cv2.thresh_binary)
#反二進位制閾值化
r1,b1=cv2.threshold(o,
128,
255,cv2.thresh_binary_inv)
#截斷閾值化
r2,b2=cv2.threshold(o,
128,
255,cv2.thresh_trunc)
#反閾值化為0
Python OpenCV學習（十二）Haar聯級
haar特徵 haar特徵是一種反映影象的灰度變化的，畫素分模組求差值的一種特徵。它分為三類 邊緣特徵 線性特徵 中心特徵和對角線特徵。用黑白兩種矩形框組合成特徵模板，在特徵模板內用 黑色矩形畫素和 減去 白色矩形畫素和來表示這個模版的特徵值。例如 臉部的一些特徵能由矩形模組差值特徵簡單的描述，如 ...
python opencv學習筆記（二）
影象與原始位元組之間的轉換 從概念上，乙個位元組能表示0到255的整數，通常乙個畫素每個通道由乙個位元組表示。乙個opencv影象是.array型別的二維或者三維陣列。8位的灰度影象是乙個含有位元組值得二維陣列。乙個24位的bgr影象是乙個三維陣列，也包含了位元組值，可以使用表示式訪問這些值，如im...
Python Opencv學習筆記1
我選用的教材是opencv python torturial的翻譯版本，這裡給出基礎部分的學習 以及我的學習備註。import numpy as np import cv2 img cv2.imread untitled.png 0 這裡後面的引數是如何讀取這張，即以下三種情況 print cv2....