版权声明: https://blog.csdn.net/Wang_Jiankun/article/details/82355623
Python-opencv 笔记2 – 图像的基础操作
1、图片基本操作
图像缩放:
# 缩放为指定尺寸
img1 = cv2.resize(img1, (1000, 750))
图像颜色转换:
# 彩色图转灰度图
img = cv2.cvtColor(img1, cv2.COLOR_RGB2GRAY)
2、图像二值化
函数原型:
threshold(src, thresh, maxval, type, dst=None)
- src:输入图片
- thresh:灰度值阈值
- maxval:最大的灰度值
- type:二值化方法。THRESH_BINARY,THRESH_BINARY_INV,THRESH_TRUNC,THRESH_TOZERO , THRESH_TOZERO_INV
- dst:输出图片
# 灰度值超过 100 的变为 255,小于的为 0
ret, thresh1 = cv2.threshold(dst, 100, 255, cv2.THRESH_BINARY)
3、图像梯度图
Sobel 算子:
函数原型:
Sobel(src, ddepth, dx, dy, dst=None, ksize=None, scale=None, delta=None, borderType=None)
- src:待计算的输入图
- ddepth:图片的深度
- dx:x轴的微分阶数
- dy:y轴的微分阶数
- dst:输出图片
- ksize:算子的核大小,必须为1、3、5、7
- scale:微分值的缩放系数
- delta:微分值的偏差值
- borderType:数值的插值类型
# Sobel算子求水平和垂直梯度
x = cv2.Sobel(img, cv2.CV_16S, 1, 0)
y = cv2.Sobel(img, cv2.CV_16S, 0, 1)
# 求梯度的绝对值
absX = cv2.convertScaleAbs(x)
absY = cv2.convertScaleAbs(y)
# 水平和垂直梯度的加权和
dst = cv2.addWeighted(absX, 0.5, absY, 0.5, 0)