python OpenCV学习笔记
图像翻转
使用Python的一个包,imutils。使用下面的指令可以安装。
pip install imutils
imutils包的Github地址:https://github.com/jrosebr1/imutils
CSDN镜像:https://codechina.csdn.net/mirrors/jrosebr1/imutils
可以在上面这个地址里面学习更多的使用方式。
import cv2 import imutils ''' imutils.rotate 第一个参数是翻转的图像,第二个参数的翻转角度 函数还提供翻转中心的设置,但默认就是中心翻转。 ''' vc = cv2.VideoCapture(0) if vc.isOpened(): flag, frame = vc.read() img = imutils.rotate(frame, 180) # 图像翻转 cv2.imshow("frame", img) else: flag = False while flag: flag, frame = vc.read() if frame is None: break if flag is True: img = imutils.rotate(frame, 180) # 图像翻转 cv2.imshow("frame", img) if cv2.waitKey(10) == 27: break vc.release() cv2.destroyAllWindows()
这样写的话,最后的输出图像就是翻转180度的。
imutils包里还有其他好用的函数,resizing、4-point Perspective Transform、Sorting Contours等等。
图像轮廓排序
这个效果同样也是依靠imutils包完成。
from imutils import contours import cv2 ''' contours.sort_contours 可选排序方式:"left-to-right", "right-to-left", "top-to-bottom", "bottom-to-top" 返回值为轮廓和外接矩形 contours.label_contour contours包内自带的画轮廓的函数,可以直接用,然后可以在图片上标出轮廓序号 也可以直接使用cv2.drawContours直接画轮廓 ''' img = cv2.imread(r"D:\opencv-workspace\Opencv\test17--VScode\shapes.png") draw_img = img.copy() img_rect = img.copy() gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) img = cv2.Canny(gray, 10, 20) # Canny边缘检测 cnts, hierarchy = cv2.findContours(img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE) # 获得轮廓 (cnts, boundingBoxes) = contours.sort_contours(cnts, "top-to-bottom") # 对轮廓进行排序处理 for (i, c) in enumerate(cnts): sortedImage = contours.label_contour(draw_img, c, i, color=(240, 0, 159)) # img_out = cv2.drawContours(draw_img, cnts, -1, (240, 0, 159), 2) # 根据boundingBoxes画外接矩形 for (x, y, w, h) in boundingBoxes: img_rect = cv2.rectangle(img_rect, (x, y), (x+w, y+h), (240, 0, 159), 2) cv2.imshow("top-to-bottom", sortedImage) cv2.imshow("rect", img_rect) cv2.waitKey(0) cv2.destroyAllWindows()
这样写的话,最后的输出图像就是翻转180度的。
imutils包里还有其他好用的函数,resizing、4-point Perspective Transform、Sorting Contours等等。
图像轮廓排序
这个效果同样也是依靠imutils包完成。
from imutils import contours import cv2 ''' contours.sort_contours 可选排序方式:"left-to-right", "right-to-left", "top-to-bottom", "bottom-to-top" 返回值为轮廓和外接矩形 contours.label_contour contours包内自带的画轮廓的函数,可以直接用,然后可以在图片上标出轮廓序号 也可以直接使用cv2.drawContours直接画轮廓 ''' img = cv2.imread(r"D:\opencv-workspace\Opencv\test17--VScode\shapes.png") draw_img = img.copy() img_rect = img.copy() gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) img = cv2.Canny(gray, 10, 20) # Canny边缘检测 cnts, hierarchy = cv2.findContours(img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE) # 获得轮廓 (cnts, boundingBoxes) = contours.sort_contours(cnts, "top-to-bottom") # 对轮廓进行排序处理 for (i, c) in enumerate(cnts): sortedImage = contours.label_contour(draw_img, c, i, color=(240, 0, 159)) # img_out = cv2.drawContours(draw_img, cnts, -1, (240, 0, 159), 2) # 根据boundingBoxes画外接矩形 for (x, y, w, h) in boundingBoxes: img_rect = cv2.rectangle(img_rect, (x, y), (x+w, y+h), (240, 0, 159), 2) cv2.imshow("top-to-bottom", sortedImage) cv2.imshow("rect", img_rect) cv2.waitKey(0) cv2.destroyAllWindows()
颜色识别
基础颜色识别
颜色识别是在HSV空间内进行的,因此在使用之前先进行颜色空间的转换。
'''使用下面这个函数进行转换,第一个参数填写要转换的图片,第二个参数填写cv2.COLOR_BGR2HSV''' cv2.cvtColor
import cv2 import numpy as np ''' cv2.inRange 函数很简单,参数有三个 第一个参数:hsv指的是原图 第二个参数:lower_red指的是图像中低于这个lower_red的值,图像值变为0 第三个参数:upper_red指的是图像中高于这个upper_red的值,图像值变为0 而在lower_red~upper_red之间的值变成255 ''' # 阈值 lower_green = np.array([50, 255, 255]) upper_green = np.array([70, 255, 255]) img = cv2.imread(r"D:\opencv-workspace\Opencv\test16--VScode\photo.jpg") img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) mask_green = cv2.inRange(img_hsv, lower_green, upper_green) cv2.imshow("img_or", mask_green) # 使用下面这个函数能显示原来的颜色。 res_green = cv2.bitwise_and(img, img, mask=mask_green) cv2.imshow("img", res_green) cv2.waitKey(0) cv2.destroyAllWindows()
在进行颜色识别时,难免会出现“漏颜色”的现象,也就是会出现没识别全的现象。这个时候可以再对图像进行处理,比如说进行形态学处理,让图像更加饱满之类的。
根据BGR获取HSV
import cv2 color = np.uint8([[[193, 189, 147]]]) # 参数填写BGR的值 hsv = cv2.cvtColor(color, cv2.COLOR_BGR2HSV) print(hsv) # 打印出来的数值就是对应的HSV值
程序运行的结果是
[[[ 93 61 193]]]
这个就是对应的HSV的值。
根据之前写的颜色识别,就需要把对应的阈值写出。具体写法就是保持S和V不变,H加减10。这样的话就可以写出高低阈值然后应用到颜色识别里面就可以了。
阈值编辑器
import cv2 import numpy as np def function(x): lowH = cv2.getTrackbarPos("lowH", "img_666") lowS = cv2.getTrackbarPos("lowS", "img_666") lowV = cv2.getTrackbarPos("lowV", "img_666") HighH = cv2.getTrackbarPos("HighH", "img_666") HighS = cv2.getTrackbarPos("HighS", "img_666") HighV = cv2.getTrackbarPos("HighV", "img_666") # print(lowH, lowS, lowV, HighH, HighS, HighV) lower = np.uint8([lowH, lowS, lowV]) upper = np.uint8([HighH, HighS, HighV]) mask = cv2.inRange(img_hsv, lower, upper) res = cv2.bitwise_and(img, img, mask=mask) cv2.imshow("img", res) img = cv2.imread(r"D:\opencv-workspace\Opencv\test16--VScode\test.jpg") img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) cv2.namedWindow("img_666") cv2.createTrackbar("lowH", "img_666", 0, 179, function) cv2.createTrackbar("lowS", "img_666", 0, 255, function) cv2.createTrackbar("lowV", "img_666", 0, 255, function) cv2.createTrackbar("HighH", "img_666", 0, 179, function) cv2.createTrackbar("HighS", "img_666", 0, 255, function) cv2.createTrackbar("HighV", "img_666", 0, 255, function) cv2.imshow("img", img) cv2.waitKey(0) cv2.destroyAllWindows()
写了一个比较垃圾的阈值编辑器。。。就不多解释了。。
以上就是python OpenCV学习笔记的详细内容,更多关于python OpenCV的资料请关注猪先飞其它相关文章!
相关文章
- 这篇文章主要介绍了python-opencv-画外接矩形框的实例代码,代码简单易懂,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下...2021-09-04
Python astype(np.float)函数使用方法解析
这篇文章主要介绍了Python astype(np.float)函数使用方法解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下...2020-06-08- 2022虎年新年即将来临,小编为大家带来了一个利用Python编写的虎年烟花特效,堪称全网最绚烂,文中的示例代码简洁易懂,感兴趣的同学可以动手试一试...2022-02-14
- 在本篇文章里小编给大家分享的是一篇关于python中numpy.empty()函数实例讲解内容,对此有兴趣的朋友们可以学习下。...2021-02-06
python-for x in range的用法(注意要点、细节)
这篇文章主要介绍了python-for x in range的用法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-05-10- 这篇文章主要介绍了Python 图片转数组,二进制互转操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-03-09
- 这篇文章主要介绍了Python中的imread()函数用法说明,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-03-16
- 这篇文章主要介绍了python如何实现b站直播自动发送弹幕,帮助大家更好的理解和学习使用python,感兴趣的朋友可以了解下...2021-02-20
python Matplotlib基础--如何添加文本和标注
这篇文章主要介绍了python Matplotlib基础--如何添加文本和标注,帮助大家更好的利用Matplotlib绘制图表,感兴趣的朋友可以了解下...2021-01-26- 这篇文章主要介绍了解决python 使用openpyxl读写大文件的坑,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-03-13
- 今天小编就为大家分享一篇python 计算方位角实例(根据两点的坐标计算),具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2020-04-27
- 这篇文章主要为大家详细介绍了python实现双色球随机选号,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下...2020-05-02
- 在本篇文章里小编给大家整理的是一篇关于python中使用np.delete()的实例方法,对此有兴趣的朋友们可以学习参考下。...2021-02-01
- 这篇文章主要介绍了使用Python的pencolor函数实现渐变色功能,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下...2021-03-09
- 这篇文章主要介绍了python自动化办公操作PPT的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-02-05
Python getsizeof()和getsize()区分详解
这篇文章主要介绍了Python getsizeof()和getsize()区分详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2020-11-20- 这篇文章主要为大家详细介绍了python实现学生通讯录管理系统,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下...2021-02-25
- 这篇文章主要介绍了PyTorch一小时掌握之迁移学习篇,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下...2021-09-08
- 这篇文章主要介绍了解决python 两个时间戳相减出现结果错误的问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-03-12
- 这篇文章主要介绍了Python绘制的爱心树与表白代码,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下...2021-04-06