Python-opencv 笔记2 -- 图像的基础操作

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)

---