欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

通過(guò)Python 接口使用OpenCV的方法

 更新時(shí)間:2018年04月02日 10:18:51   作者:man_world  
下面小編就為大家分享一篇通過(guò)Python 接口使用OpenCV的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧

一、在 Anaconda2 中配置 OpenCV

解壓 opencv,添加系統(tǒng)環(huán)境變量,計(jì)算機(jī)-->右鍵屬性-->高級(jí)系統(tǒng)設(shè)置-->環(huán)境變量-->系統(tǒng)變量-->編輯path-->添加 F:\Program Files (x86)\opencv-3.2.0-vc14\build\x64\vc14\bin

拷貝 opencv/build/python/2.7/x64/cv2.pyd 到 Anaconda2/Lib/Site-packages/

注意:從上面python/2.7可以看出,opencv 官方的 python 接口只支持 Anaconda2的版本 ,如果你裝的是 Anaconda3 的話,可以打開cmd,然后執(zhí)行conda install -c https://conda.anaconda.org/menpo opencv3;

也可以參考此文章進(jìn)行 Anaconda3 的配置

打開 ipython 測(cè)試一下

import cv2
print(cv2.__version__)

二、OpenCV 基礎(chǔ)知識(shí)

1. 讀取、顯示和寫入圖像

import cv2
import matplotlib.pyplot as plt
# 讀取圖像,第二個(gè)參數(shù)可以為1(默認(rèn)讀入彩圖, 可省略), 0(以灰度圖讀入)
im = cv2.imread('empire.jpg', 1) # 函數(shù)imread()返回圖像為一個(gè)標(biāo)準(zhǔn)的 NumPy 數(shù)組
h,w = im.shape[:2]
print h,w
# 顯示圖像,第一個(gè)參數(shù)是窗口的名字,其次才是我們的圖像,窗口會(huì)自動(dòng)調(diào)整為圖像大小。
cv2.imshow('image', img)
cv2.waitKey(0) # 為防止圖像一閃而過(guò),無(wú)限期的等待鍵盤輸入
cv2.destroyAllWindows() # 關(guān)閉所有圖像
# 保存圖像(必須設(shè)置保存圖像的路徑和擴(kuò)展名)
cv2.imwrite('result.png', im)
# 使用 plt 顯示圖像(可顯示像素坐標(biāo)及像素值)、保存圖像
plt.imshow(im, cmap='gray', interpolation='bicubic')
plt.show()
plt.savefig('figpath.png', bbox_inches='tight')

2. 顏色空間轉(zhuǎn)換

在OpenCV 中,圖像不是按傳統(tǒng)的RGB 顏色通道,而是按BGR 順序(即RGB 的倒序)存儲(chǔ)的。讀取圖像時(shí)默認(rèn)的是BGR,但是還有一些可用的轉(zhuǎn)換函數(shù)。顏色空間的轉(zhuǎn)換可以用函數(shù)cvtColor() 來(lái)實(shí)現(xiàn)。

# 1.使用opencv讀取并創(chuàng)建灰度圖像,按 BGR 順序
im = cv2.imread('empire.jpg')
gray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)
# 2.使用matplotlib.image 讀入并創(chuàng)建灰度圖像,按 RGB 順序
import matplotlib.image as mpl_img
im = mpl_img.imread('empire.jpg')
gray = cv2.cvtColor(im, cv2.COLOR_RGB2GRAY)
# Note: 注意1和2的區(qū)別在顏色轉(zhuǎn)換代碼
# 常用:cv2.COLOR_BGR2RGB、cv2.COLOR_GRAY2BGR、cv2.COLOR_BGR2HSV

3. 在圖像上畫直線、矩形、圓、多邊形(曲線)

畫直線:cv2.line()

import cv2
# 讀取圖像,按 BGR 順序
img = cv2.imread('empire.jpg')
# 傳入圖像、起點(diǎn)坐標(biāo)、終點(diǎn)坐標(biāo)、線的顏色(color)、線的厚度(thickness)
# color : Color of the shape. for BGR, pass it as a tuple, eg: (255,0,0) for blue. For grayscale, just pass the scalar value.
# thickness : if -1 is passed for closed figures like circles, it will fill the shape, default thickness = 1.
img = cv2.line(img, (0, 0), (511, 511), (255, 0, 0), 5)

畫矩形:cv2.rectangle()

# 需要傳入圖像、左上角頂點(diǎn)坐標(biāo)、右下角頂點(diǎn)坐標(biāo)、顏色、線寬
img = cv2.rectangle(img, (384, 0), (510, 128), (0, 255, 0), 3)

畫圓:cv2.circle()

# 需要傳入圖像、圓的中心點(diǎn)坐標(biāo)、半徑、顏色、線寬
img = cv2.circle(img, (447, 63), 63, (0, 0, 255), -1)
# If -1 is passed for closed figures like circles, it will fill the shape. default thickness = 1

畫多邊形(包括曲線):cv2.polylines()

# 數(shù)組的數(shù)據(jù)類型必須為int32,若知道曲線方程,可以生成一堆點(diǎn),就可以畫出曲線來(lái)啦
pts = np.array([[10,5],[20,30],[70,20],[50,10]], np.int32)
# 第一個(gè)參數(shù)為-1, 表明這一維的長(zhǎng)度(點(diǎn)的數(shù)量)是根據(jù)后面的維度的計(jì)算出來(lái)的
pts = pts.reshape((-1,1,2))
# 如果第三個(gè)參數(shù)是False,我們得到的多邊形是不閉合的(首尾不相連)
img = cv2.polylines(img, [pts], True, (0, 255, 255))

在圖片上添加文字:cv2.putText()

font = cv2.FONT_HERSHEY_SIMPLEX
# 第 3~6 個(gè)參數(shù)為:bottom-left corner where data starts、font size、color、thickness
cv2.putText(img,'OpenCV',(10,500), font, 4, (255, 255, 255), 2, cv2.LINE_AA)

4. 圖像的基礎(chǔ)操作

獲取并修改像素值

import cv2
import numpy as np
img = cv2.imread('messi5.jpg')
px = img[100, 100]
print px
[57 63 68]
# accessing only blue pixel
blue = img[100, 100, 0]
print blue
57 
# modify the pixel
img[100, 100] = [255, 255, 255]
print img[100, 100]
[255 255 255]
# channel 2 所有值置為0 
img[:, :, 2] = 0

獲取圖像屬性

img = cv2.imread('messi5.jpg')
print img.shape
(960L, 1280L, 3L)
print img.size
3686400
print img.dtype
uint8

選取圖像塊

img = cv2.imread('messi5.jpg')
# select the ball and copy it to another region
ball = img[280:340, 330:390] # 注意:340和390取不到
img[273:333, 100:160] = ball

以上這篇通過(guò)Python 接口使用OpenCV的方法就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。

相關(guān)文章

  • PyTorch中Tensor的數(shù)據(jù)類型和運(yùn)算的使用

    PyTorch中Tensor的數(shù)據(jù)類型和運(yùn)算的使用

    這篇文章主要介紹了PyTorch中Tensor的數(shù)據(jù)類型和運(yùn)算的使用,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2020-09-09
  • 編寫Python小程序來(lái)統(tǒng)計(jì)測(cè)試腳本的關(guān)鍵字

    編寫Python小程序來(lái)統(tǒng)計(jì)測(cè)試腳本的關(guān)鍵字

    這篇文章主要介紹了編寫Python小程序來(lái)統(tǒng)計(jì)測(cè)試腳本的關(guān)鍵字的方法,文中的實(shí)例不僅可以統(tǒng)計(jì)關(guān)鍵字?jǐn)?shù)量,還可以按主關(guān)鍵字來(lái)歸類,需要的朋友可以參考下
    2016-03-03
  • 探索Python列表合并技術(shù)提高代碼靈活性

    探索Python列表合并技術(shù)提高代碼靈活性

    本文將深入研究Python中列表合并的幾種方法,通過(guò)詳細(xì)的示例代碼和細(xì)致的解釋,呈現(xiàn)一場(chǎng)關(guān)于列表操作的精彩探險(xiǎn),無(wú)論是初學(xué)者還是有經(jīng)驗(yàn)的開發(fā)者,通過(guò)學(xué)習(xí)本文,將更加熟練地運(yùn)用這些方法,提升代碼的效率和可讀性
    2024-01-01
  • 卷積神經(jīng)網(wǎng)絡(luò)(CNN)基于SqueezeNet的眼疾識(shí)別功能

    卷積神經(jīng)網(wǎng)絡(luò)(CNN)基于SqueezeNet的眼疾識(shí)別功能

    SqueezeNet是一種輕量且高效的CNN模型,它參數(shù)比AlexNet少50倍,但模型性能(accuracy)與AlexNet接近,這篇文章主要介紹了卷積神經(jīng)網(wǎng)絡(luò)(CNN)基于SqueezeNet的眼疾識(shí)別,需要的朋友可以參考下
    2023-08-08
  • Python3使用PyQt5制作簡(jiǎn)單的畫板/手寫板實(shí)例

    Python3使用PyQt5制作簡(jiǎn)單的畫板/手寫板實(shí)例

    下面小編就為大家?guī)?lái)一篇Python3使用PyQt5制作簡(jiǎn)單的畫板/手寫板實(shí)例。小編覺(jué)得挺不錯(cuò)的,現(xiàn)在就分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧
    2017-10-10
  • Python的PIL庫(kù)中g(shù)etpixel方法的使用

    Python的PIL庫(kù)中g(shù)etpixel方法的使用

    這篇文章主要介紹了Python的PIL庫(kù)中g(shù)etpixel方法的使用,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2020-04-04
  • python爬蟲模擬登錄之圖片驗(yàn)證碼實(shí)現(xiàn)詳解

    python爬蟲模擬登錄之圖片驗(yàn)證碼實(shí)現(xiàn)詳解

    眾所周知python是一個(gè)很強(qiáng)大的語(yǔ)言,它擁有眾多的庫(kù),今天我嘗試了使用python進(jìn)行驗(yàn)證碼的識(shí)別,下面這篇文章主要給大家介紹了關(guān)于python爬蟲模擬登錄之圖片驗(yàn)證碼實(shí)現(xiàn)的相關(guān)資料,需要的朋友可以參考下
    2022-08-08
  • Python3內(nèi)置模塊random隨機(jī)方法小結(jié)

    Python3內(nèi)置模塊random隨機(jī)方法小結(jié)

    這篇文章主要介紹了Python3內(nèi)置模塊random隨機(jī)方法小結(jié),random是Python中與隨機(jī)數(shù)相關(guān)的模塊,其本質(zhì)就是一個(gè)偽隨機(jī)數(shù)生成器,我們可以利用random模塊基礎(chǔ)生成各種不同的隨機(jī)數(shù),以及一些基于隨機(jī)數(shù)的操作,需要的朋友可以參考下
    2019-07-07
  • Python基于詞頻排序?qū)崿F(xiàn)快速挖掘關(guān)鍵詞

    Python基于詞頻排序?qū)崿F(xiàn)快速挖掘關(guān)鍵詞

    這篇文章主要為大家詳細(xì)介紹了Python如何基于詞頻排序?qū)崿F(xiàn)快速挖掘關(guān)鍵詞功能,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以了解一下
    2023-03-03
  • python matplotlib庫(kù)直方圖繪制詳解

    python matplotlib庫(kù)直方圖繪制詳解

    這篇文章主要介紹了python matplotlib庫(kù)直方圖繪制詳解,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2019-08-08

最新評(píng)論