python OpenCV学习笔记


Posted in Python onMarch 31, 2021

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()

python OpenCV学习笔记

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()

python OpenCV学习笔记

python OpenCV学习笔记

python OpenCV学习笔记

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。。

python OpenCV学习笔记

以上就是python OpenCV学习笔记的详细内容,更多关于python OpenCV的资料请关注三水点靠木其它相关文章!

Python 相关文章推荐
python matplotlib坐标轴设置的方法
Dec 05 Python
用 Python 连接 MySQL 的几种方式详解
Apr 04 Python
Python加载带有注释的Json文件实例
May 23 Python
python dataframe常见操作方法:实现取行、列、切片、统计特征值
Jun 09 Python
python和opencv实现抠图
Jul 18 Python
python斐波那契数列的计算方法
Sep 27 Python
python构建基础的爬虫教学
Dec 23 Python
通过python检测字符串的字母
Feb 18 Python
基于python 等频分箱qcut问题的解决
Mar 03 Python
将 Ubuntu 16 和 18 上的 python 升级到最新 python3.8 的方法教程
Mar 11 Python
解决Pycharm 中遇到Unresolved reference 'sklearn'的问题
Jul 13 Python
python通过函数名调用函数的几种方法总结
Jun 07 Python
python基于OpenCV模板匹配识别图片中的数字
Python insert() / append() 用法 Leetcode实战演示
Mar 31 #Python
tensorflow学习笔记之tfrecord文件的生成与读取
Mar 31 #Python
Python中快速掌握Data Frame的常用操作
Mar 31 #Python
pycharm无法导入lxml的解决办法
python某漫画app逆向
python爬虫--selenium模块
Mar 31 #Python
You might like
PHP中比较时间大小实例
2014/08/21 PHP
html静态页面调用php文件的方法
2014/11/13 PHP
php_imagick实现图片剪切、旋转、锐化、减色或增加特效的方法
2014/12/15 PHP
由JavaScript技术实现的web小游戏(不含网游)
2010/06/12 Javascript
javascript中的nextSibling使用陷(da)阱(keng)
2014/05/05 Javascript
javascript实现淘宝幻灯片广告展示效果
2015/04/27 Javascript
jquery滚动特效集锦
2015/06/03 Javascript
js实现仿网易点击弹出提示同时背景变暗效果
2015/08/13 Javascript
在Mac OS上安装使用Node.js的项目自动化构建工具Gulp
2016/06/18 Javascript
基于vuejs+webpack的日期选择插件
2020/05/21 Javascript
微信小程序开发实战教程之手势解锁
2016/11/18 Javascript
jquery.guide.js新版上线操作向导镂空提示jQuery插件(推荐)
2017/05/20 jQuery
详解Angular2组件之间如何通信
2017/06/22 Javascript
vue-cli + sass 的正确打开方式图文详解
2017/10/27 Javascript
vue中动态绑定表单元素的属性方法
2018/02/23 Javascript
vue-router history模式下的微信分享小结
2018/07/05 Javascript
傻瓜式解读koa中间件处理模块koa-compose的使用
2018/10/30 Javascript
javascript设计模式 ? 策略模式原理与用法实例分析
2020/04/21 Javascript
浅析我对JS延迟异步脚本的思考
2020/10/12 Javascript
vue实现登录、注册、退出、跳转等功能
2020/12/23 Vue.js
Python列表(list)、字典(dict)、字符串(string)基本操作小结
2014/11/28 Python
Python2.7读取PDF文件的方法示例
2017/07/13 Python
用Python和WordCloud绘制词云的实现方法(内附让字体清晰的秘笈)
2019/01/08 Python
Python设计模式之命令模式原理与用法实例分析
2019/01/11 Python
Django实现学生管理系统
2019/02/26 Python
pytorch 获取层权重,对特定层注入hook, 提取中间层输出的方法
2019/08/17 Python
基于css3 animate制作绚丽的动画效果
2015/11/24 HTML / CSS
全球领先的在线cosplay服装商店:RoleCosplay
2020/01/18 全球购物
什么是触发器(trigger)? 触发器有什么作用?
2013/09/18 面试题
室内设计自我鉴定
2013/10/15 职场文书
《一株紫丁香》教学反思
2014/02/19 职场文书
新学期决心书
2014/03/11 职场文书
2014办公室副主任四风对照检查材料思想汇报
2014/09/20 职场文书
开展党的群众路线教育实践活动领导班子对照检查材料
2014/09/25 职场文书
海南召开党的群众路线教育实践活动总结大会新闻稿
2014/10/21 职场文书
2019年冬至:天冷暖人心的问候祝福语大全
2019/12/20 职场文书