欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

【two 打卡】图像处理基础 python+opencv(超基础)

程序员文章站 2022-06-05 20:52:06
1.读取图片2.灰度处理3.高斯滤波4.中值滤波5.sobel算子提取轮廓6.二值化处理7.膨胀和腐蚀处理错误解决1.ModuleNotFoundError: No module named 'matplotlib.pylot'从头开始study,每日积累!本文涉及到1.灰度转换:将彩色图片转换为灰度图像,常见的R=G=B=像素平均值。2.高斯平滑和中值滤波:去除噪声。3.sobel算子:提取图像边缘轮廓,X方向和Y方向平方和开跟。4.二值化处理:图像转换为黑白两色,通常像素大于127设置为2....


从头开始study,每日积累!

本文涉及到
1.灰度转换:将彩色图片转换为灰度图像,常见的R=G=B=像素平均值。
2.高斯平滑和中值滤波:去除噪声。
3.sobel算子:提取图像边缘轮廓,X方向和Y方向平方和开跟。
4.二值化处理:图像转换为黑白两色,通常像素大于127设置为255,小于设置为0。
5.膨胀和细化:放大图像轮廓,转换为一个个区域,这些区域内包含车牌。

1.读取图片

imagePath='python.jpg'
img=cv2.imread(imagepath)

opencv默认的imread是以BGR的方式进行存储的,而matplotlib的imshow默认则是以RGB格式展示,所以此处我们必须对图片的通道进行转换。

lenna_img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)

2.灰度处理

GrayImage=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
print(u"读入lenna图的shape为", GrayImage.shape)

【two 打卡】图像处理基础 python+opencv(超基础)

3.高斯滤波

Gaussian = cv2.GaussianBlur(GrayImage, (3, 3), 0, 0, cv2.BORDER_DEFAULT)

【two 打卡】图像处理基础 python+opencv(超基础)

4.中值滤波

Median=cv2.medianBlur(Gaussian,5)

【two 打卡】图像处理基础 python+opencv(超基础)

5.sobel算子提取轮廓

x = cv2.Sobel(Median, cv2.CV_8U, 1, 0, ksize = 3) #X方向
y = cv2.Sobel(Median, cv2.CV_8U, 0, 1, ksize = 3) #Y方向
absX = cv2.convertScaleAbs(x)   # 转回uint8    
absY = cv2.convertScaleAbs(y)    
Sobel = cv2.addWeighted(absX, 0.5, absY, 0.5,0)
cv2.imshow('dilation2', Sobel)
cv2.waitKey(0)

【two 打卡】图像处理基础 python+opencv(超基础)

6.二值化处理

ret, Binary = cv2.threshold(Sobel, 170, 255, cv2.THRESH_BINARY)
cv2.imshow('dilation2',Binary)
cv2.waitKey(0)

【two 打卡】图像处理基础 python+opencv(超基础)

7.膨胀和腐蚀处理

膨胀让轮廓突出,腐蚀去掉细节

#膨胀和腐蚀操作的核函数
element1 = cv2.getStructuringElement(cv2.MORPH_RECT, (9, 1))
element2 = cv2.getStructuringElement(cv2.MORPH_RECT, (9, 7))
 
# 膨胀让轮廓突出
Dilation = cv2.dilate(Binary, element2, iterations = 1)
# 腐蚀去掉细节
Erosion = cv2.erode(Dilation, element1, iterations = 1)
# 再次膨胀
Dilation2 = cv2.dilate(Erosion, element2,iterations = 3)

【two 打卡】图像处理基础 python+opencv(超基础)


the end

本文地址:https://blog.csdn.net/Ray_Songaaa/article/details/107333049