欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

OpenCV基礎(chǔ)HSV顏色空間*args與**kwargs滑動(dòng)條傳參問(wèn)題

 更新時(shí)間:2021年10月16日 15:47:47   作者:_睿智_  
這篇文章主要介紹了OpenCV基礎(chǔ)中HSV顏色空間*args與**kwargs滑動(dòng)條傳參問(wèn)題的詳細(xì)解析,有需要的朋友可以借鑒參考下,希望能夠有所幫助

一、基礎(chǔ)理論

HSV:HSV是一種為了加快調(diào)色效率,且易于理解的概念。

Hue:色相(具體的顏色)

Saturation:飽和度、色彩純凈度

Value:明度

1、Hue(色相)

Hue:色相(具體的顏色)

2、Value(明度)

明度:色彩的明亮程度,單通道亮度(并不等同于整體發(fā)光量)。

(明度越高越白,越低越黑,一般提高明度會(huì)同時(shí)提高R、G、B三通道的數(shù)值)

3、Saturation(飽和度)

Saturation:飽和度、色彩純度。(越低越灰,越高越純)

(一般調(diào)高飽和度會(huì)降低RGB中相對(duì)較低的數(shù)值,凸顯主要顏色的純度。 )

B站視頻講解:

短動(dòng)畫(huà)慢語(yǔ)速1分鐘講清影視調(diào)色中色彩形成原理基礎(chǔ)——RGB與HSV

二、hsv三通道及單通道效果

三、*args && **kwargs

*args:傳入?yún)?shù)未知,且不需要知道參數(shù)名稱。

**args:傳入?yún)?shù)未知,但需要知道參數(shù)名稱。

四、滾動(dòng)條控制h、s、v(min && max)

1、創(chuàng)建滾動(dòng)條

API

CV_EXPORTS int createTrackbar(const string& trackbarname, const string& winname,
                              int* value, int count,
                              TrackbarCallback onChange = 0,
                              void* userdata = 0);

形式參數(shù)一trackbarname:滑動(dòng)空間的名稱;

形式參數(shù)二winname:滑動(dòng)空間用于依附的圖像窗口的名稱;

形式參數(shù)三value:初始化閾值;

形式參數(shù)四count:滑動(dòng)控件的刻度范圍;

形式參數(shù)五TrackbarCallback:是回調(diào)函數(shù),其定義如下

typedef void (CV_CDECL *TrackbarCallback)(int pos, void* userdata);
# 3、創(chuàng)建h、s、v滾動(dòng)條
    cv2.createTrackbar('hmin', 'h', 12, 179, Renew)
    cv2.createTrackbar('hmax', 'h', 37, 179, Renew)
    cv2.createTrackbar('smin', 's', 12, 179, Renew)
    cv2.createTrackbar('smax', 's', 37, 179, Renew)
    cv2.createTrackbar('vmin', 'v', 12, 179, Renew)
    cv2.createTrackbar('vmax', 'v', 37, 179, Renew)

2、回調(diào)函數(shù) -- 閾值設(shè)置

API

inRange()

主要是將在兩個(gè)閾值內(nèi)的像素值設(shè)置為白色(255),而不在閾值區(qū)間內(nèi)的像素值設(shè)置為黑色(0),該功能類似于之間所講的雙閾值化操作。

    void inRange(InputArray src, InputArray lowerb,
                              InputArray upperb, OutputArray dst);

參數(shù)1:輸入要處理的圖像,可以為單通道或多通道。

參數(shù)2:包含下邊界的數(shù)組或標(biāo)量。

參數(shù)3:包含上邊界數(shù)組或標(biāo)量。

參數(shù)4:輸出圖像,與輸入圖像src 尺寸相同且為CV_8U 類型。

(注:dst輸出二值化之后的圖像)

# 1、獲取滑動(dòng)條反饋值
    hmin = cv2.getTrackbarPos('hmin', 'h')
    hmax = cv2.getTrackbarPos('hmax', 'h')
    smin = cv2.getTrackbarPos('smin', 's')
    smax = cv2.getTrackbarPos('smax', 's')
    vmin = cv2.getTrackbarPos('vmin', 'v')
    vmax = cv2.getTrackbarPos('vmax', 'v')
 
    # 2、設(shè)置閾值(inRange:在閾值(min,max)之內(nèi),設(shè)置為白色;在閾值之外,設(shè)置為黑色)
    h_thresh = cv2.inRange(np.array(h), np.array(hmin), np.array(hmax))
    s_thresh = cv2.inRange(np.array(s), np.array(smin), np.array(smax))
    v_thresh = cv2.inRange(np.array(v), np.array(vmin), np.array(vmax))

3、回調(diào)函數(shù) -- 感興趣值

API

bitwise_and()

圖像的與運(yùn)算主要用于獲取某個(gè)圖像中感興趣的部分,是針對(duì)兩個(gè)圖像矩陣數(shù)組或一個(gè)數(shù)組與標(biāo)量的按位與。

# 3、獲取感興趣二值(與運(yùn)算)
    interest = cv2.bitwise_and(h_thresh, cv2.bitwise_and(s_thresh, v_thresh))

總代碼

# HSV顏色空間與滑動(dòng)條(*args && **args)
import cv2
import numpy as np
# 回調(diào)函數(shù)
# *args:傳入?yún)?shù)未知,且不需要知道參數(shù)名稱
# **args:傳入?yún)?shù)未知,但需要知道參數(shù)名稱
def HSV_CallBack(*args):
    # 1、獲取滑動(dòng)條反饋值
    hmin = cv2.getTrackbarPos('hmin', 'h_binary')
    hmax = cv2.getTrackbarPos('hmax', 'h_binary')
    smin = cv2.getTrackbarPos('smin', 's_binary')
    smax = cv2.getTrackbarPos('smax', 's_binary')
    vmin = cv2.getTrackbarPos('vmin', 'v_binary')
    vmax = cv2.getTrackbarPos('vmax', 'v_binary')
    # 2、設(shè)置閾值(inRange:在閾值(min,max)之內(nèi),設(shè)置為白色;在閾值之外,設(shè)置為黑色)
    h_binary = cv2.inRange(np.array(h), np.array(hmin), np.array(hmax))
    s_binary = cv2.inRange(np.array(s), np.array(smin), np.array(smax))
    v_binary = cv2.inRange(np.array(v), np.array(vmin), np.array(vmax)) 
    # 3、獲取感興趣二值(與運(yùn)算)
    binary = cv2.bitwise_and(h_binary, cv2.bitwise_and(s_binary, v_binary)) 
    # 4、顯示
    cv2.imshow('h_binary', h_binary)
    cv2.imshow('s_binary', s_binary)
    cv2.imshow('v_binary', v_binary)
    cv2.imshow('binary', binary) 
def Show_HSV():
    global hsv, h, s, v
    # 0、創(chuàng)建窗口
    cv2.namedWindow('h_binary')
    cv2.namedWindow('s_binary')
    cv2.namedWindow('v_binary')
    # 1、獲取hsv圖片
    hsv = cv2.cvtColor(img, cv2.COLOR_RGB2HSV)
    cv2.imshow('hsv', hsv)
    # 2、獲取h、s、v三通道圖片
    h, s, v = cv2.split(hsv)
    # 3、創(chuàng)建h、s、v滾動(dòng)條
    cv2.createTrackbar('hmin', 'h_binary', 12, 179, HSV_CallBack)
    cv2.createTrackbar('hmax', 'h_binary', 37, 179, HSV_CallBack)
    cv2.createTrackbar('smin', 's_binary', 12, 179, HSV_CallBack)
    cv2.createTrackbar('smax', 's_binary', 37, 179, HSV_CallBack)
    cv2.createTrackbar('vmin', 'v_binary', 12, 179, HSV_CallBack)
    cv2.createTrackbar('vmax', 'v_binary', 37, 179, HSV_CallBack)
    HSV_CallBack()
if __name__ == '__main__':
    global img
    img = cv2.imread('Resource/test.jpg')
    cv2.imshow('img', img)
    # 顯示h、s、v
    Show_HSV() 
    cv2.waitKey(0)

參考資料

短動(dòng)畫(huà)慢語(yǔ)速1分鐘講清影視調(diào)色中色彩形成原理基礎(chǔ)——RGB與HSV_嗶哩嗶哩_bilibili

​​​Python編程中*args與**kwargs區(qū)別作用詳解

createTrackbar使用方法及步驟

以上就是OpenCV基礎(chǔ)HSV顏色空間*args與**args滑動(dòng)條傳參問(wèn)題的詳細(xì)內(nèi)容,更多關(guān)于HSV顏色空間*args與**args滑動(dòng)條傳參的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!

相關(guān)文章

  • Python使用defaultdict解決字典默認(rèn)值

    Python使用defaultdict解決字典默認(rèn)值

    本文主要介紹了Python使用defaultdict解決字典默認(rèn)值,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
    2023-04-04
  • 如何基于matlab相機(jī)標(biāo)定導(dǎo)出xml文件

    如何基于matlab相機(jī)標(biāo)定導(dǎo)出xml文件

    這篇文章主要介紹了如何基于matlab相機(jī)標(biāo)定導(dǎo)出xml文件,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
    2020-11-11
  • Python格式化輸出的幾種匯總

    Python格式化輸出的幾種匯總

    這篇文章主要介紹了Python格式化輸出的幾種匯總,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2023-02-02
  • 用python 批量操作redis數(shù)據(jù)庫(kù)

    用python 批量操作redis數(shù)據(jù)庫(kù)

    這篇文章主要介紹了如何用python 批量操作redis數(shù)據(jù)庫(kù),幫助大家更好的理解和學(xué)習(xí)使用python,感興趣的朋友可以了解下
    2021-03-03
  • Python調(diào)用釘釘自定義機(jī)器人的實(shí)現(xiàn)

    Python調(diào)用釘釘自定義機(jī)器人的實(shí)現(xiàn)

    這篇文章主要介紹了Python調(diào)用釘釘自定義機(jī)器人的實(shí)現(xiàn),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
    2020-01-01
  • 如何將 awk 腳本移植到 Python

    如何將 awk 腳本移植到 Python

    腳本是解決問(wèn)題的有效方法,而 awk 是編寫(xiě)腳本的出色語(yǔ)言。它特別擅長(zhǎng)于簡(jiǎn)單的文本處理,它可以帶你完成配置文件的某些復(fù)雜重寫(xiě)或目錄中文件名的重新格式化。這篇文章主要介紹了如何把 awk 腳本移植到 Python,需要的朋友可以參考下
    2019-12-12
  • 對(duì)Python正則匹配IP、Url、Mail的方法詳解

    對(duì)Python正則匹配IP、Url、Mail的方法詳解

    今天小編就為大家分享一篇對(duì)Python正則匹配IP、Url、Mail的方法詳解,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
    2018-12-12
  • Python數(shù)據(jù)處理之臨近匹配的實(shí)現(xiàn)詳解

    Python數(shù)據(jù)處理之臨近匹配的實(shí)現(xiàn)詳解

    在數(shù)據(jù)處理中,經(jīng)常需要找到最接近給定值的元素或數(shù)據(jù)點(diǎn),這種需求在科學(xué)、工程和統(tǒng)計(jì)分析中非常常見(jiàn),Python 提供了多種方法來(lái)實(shí)現(xiàn)這種臨近匹配,下面就跟隨小編一起學(xué)習(xí)一下吧
    2024-02-02
  • 詳解如何在pyqt中通過(guò)OpenCV實(shí)現(xiàn)對(duì)窗口的透視變換

    詳解如何在pyqt中通過(guò)OpenCV實(shí)現(xiàn)對(duì)窗口的透視變換

    這篇文章主要介紹了如何在pyqt中通過(guò)OpenCV實(shí)現(xiàn)對(duì)窗口的透視變換,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
  • python利用json和pyecharts畫(huà)折線圖實(shí)例代碼

    python利用json和pyecharts畫(huà)折線圖實(shí)例代碼

    這篇文章主要介紹了python利用json和pyecharts畫(huà)折線圖實(shí)例,本文通過(guò)示例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2022-12-12

最新評(píng)論