本篇文章为大家展示了怎么实现OpenCV入门，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。OpenCV是一个开源库，最初由Intel开发，它包含了支持计算机视觉和机器学习的便捷方法和函数。我将全神贯注地学习如何读取图像，如何在Jupyter notebook中显示图像以及如何检查和更改其某些属性。让我们从.imread开始加载图片，然后我们可以使用.imshow在新窗口中显示它。waitkey和.destroyAllWindows方法对于在不崩溃的情况下运行代码至关重要。第一个命令将告诉Jupyter继续运行该块，直到按下某个键，第二个命令将在最后关闭窗口。我们还可以尝试使用Matplotlib.imshow显示图像；这样，它将以内联方式显示，而不是在新窗口中显示。看起来很奇怪。颜色都弄乱了。OpenCV将图像加载为Numpy数组，并且它们具有三个维度：红色，绿色和蓝色。维度通常称为通道，它们保存的值介于0到255之间，代表每个像素的颜色强度。也就是说是RGB，对吧？不是真的。这是BGR，这是同一件事，但顺序不同。Matplotlib使用RGB，这就是为什么我们的图片看起来很奇怪。这不是问题，因为OpenCV有一些非常方便的方法来转换颜色。太酷了，我们必须使用OpenCV阅读和显示图像，并了解如何将GBR颜色转换为RGB以与Matplolib内联显示它们。其他颜色格式可以使用OpenCV处理，例如HSV，CMYK等。由于我们将重复很多次，因此我们创建一个使用Matplotlib进行绘图的方法。我们可以设置图的大小并删除轴以使其更好。请注意，我还将.imshow中的颜色图定义为“灰色”。当我们绘制RGB图像时，该参数将被忽略，但是稍后在绘制数组的各个维度时将很有用。现在，让我们尝试一下我们的方法。现在让我们尝试将其转换为灰度然后再转换为RGB。我们可以使用.split获取颜色的单个数组，然后将图片与.merge组合在一起。这对于修改，检查和过滤数组的单个维度非常实用。例如，我们可以将数组乘以零以将其删除；我们可以增加或减少颜色的强度，或者构建具有相同形状的新的Numpy数组来替换它，或者你可以考虑使用任何其他方法。同样的分割和合并概念也适用于其他格式，如HSV和HSL。HSV：色调、饱和度和明度。这种格式适用于色调，因此很容易过滤颜色——这意味着，我们可以使用角度范围，而不必计算红色、绿色和蓝色之间的组合范围。我们可以用Numpy来定义HSV的上下边界。应用函数.inRange过滤这些值，并创建一个掩码。然后，我们可以使用.bitwise_and在饱和状态下应用这个掩码，它会使边界以外的一切都变成零。换句话说：我们可以过滤一些颜色，然后将其余所有颜色设置为灰度。分割图像也可以让我们更容易地检查它的构图。我们可以从RGB绘制颜色，从HSV绘制饱和度，或任何其他我们想要的通道。使用“灰色”色图时，值从白色（低）到黑色（高）。通过查看第一张地图，我们可以看出，地面上的蓝色强度高于建筑物中的蓝色强度，并且通过饱和度图可以看出，滑板周围的值高于图像中其他部分的值。上述内容就是怎么实现OpenCV入门，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注开发云行业资讯频道 香港云主机。
相关推荐: Python可视化库Pandas_Alive怎么使用
这篇文章主要讲解了“Python可视化库Pandas_Alive怎么使用”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“Python可视化库Pandas_Alive怎么使用”吧！最近发现汉语中类似的一个可视化图库…
免责声明：本站发布的图片视频文字，以转载和分享为主，文章观点不代表本站立场，本站不承担相关法律责任；如果涉及侵权请联系邮箱：360163164@qq.com举报，并提供相关证据，经查实将立刻删除涉嫌侵权内容。
微信扫一扫 
