没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
灰
度
图
In[1]:
In[7]:
HSV
H -
⾊
调
(
主
波
⻓
)
。
S -
饱
和
度
(
纯
度
/
颜
⾊
的
阴
影
)
。
V
值
(
强度
)
In[8]:
图
像
阈
值
ret, dst = cv2.threshold(src, thresh, maxval, type)
src
:
输
⼊
图
,
只
能
输
⼊
单
通道
图
像
,
通
常
来
说
为
灰
度
图
dst
:
输
出
图
Out[1]:
(414, 500)
import cv2 #opencv
读
取
的
格
式
是
BGR
import numpy as np
import matplotlib.pyplot as plt#Matplotlib
是
RGB
%matplotlib inline
img=cv2.imread('cat.jpg')
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
img_gray.shape
cv2.imshow("img_gray", img_gray)
cv2.waitKey(0)
cv2.destroyAllWindows()
hsv=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
cv2.imshow("hsv", hsv)
cv2.waitKey(0)
cv2.destroyAllWindows()
thresh
:
阈
值
maxval
:
当
像
素
值
超
过
了
阈
值
(
或
者
⼩
于
阈
值
,
根
据
type
来
决
定
),
所
赋
予
的
值
type
:
⼆
值
化
操
作
的
类
型
,
包
含
以
下
5
种
类
型
:
cv2.THRESH_BINARY
;
cv2.THRESH_BINARY_INV
;
cv2.THRESH_TRUNC
;
cv2.THRESH_TOZERO
;
cv2.THRESH_TOZERO_INV
cv2.THRESH_BINARY
超
过
阈
值
部
分
取
maxval
(
最
⼤
值
),
否
则
取
0
cv2.THRESH_BINARY_INV THRESH_BINARY
的
反
转
cv2.THRESH_TRUNC
⼤
于
阈
值
部
分
设
为
阈
值
,
否
则
不
变
cv2.THRESH_TOZERO
⼤
于
阈
值
部
分
不
改
变
,
否
则
设
为
0
cv2.THRESH_TOZERO_INV THRESH_TOZERO
的
反
转
In[9]:
图
像
平
滑
ret, thresh1 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_BINARY)
ret, thresh2 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_BINARY_INV)
ret, thresh3 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_TRUNC)
ret, thresh4 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_TOZERO)
ret, thresh5 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_TOZERO_INV)
titles = ['Original Image', 'BINARY', 'BINARY_INV', 'TRUNC', 'TOZERO', 'TOZERO_INV']
images = [img, thresh1, thresh2, thresh3, thresh4, thresh5]
for i in range(6):
plt.subplot(2, 3, i + 1), plt.imshow(images[i], 'gray')
plt.title(titles[i])
plt.xticks([]), plt.yticks([])
plt.show()
In[2]:
In[40]:
In[41]:
img = cv2.imread('lenaNoise.png')
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
#
均
值
滤
波
#
简
单
的
平
均
卷
积
操
作
blur = cv2.blur(img, (3, 3))
cv2.imshow('blur', blur)
cv2.waitKey(0)
cv2.destroyAllWindows()
#
⽅
框
滤
波
#
基
本
和
均
值
⼀
样
,
可
以
选
择
归
⼀
化
box = cv2.boxFilter(img,-1,(3,3), normalize=True)
cv2.imshow('box', box)
cv2.waitKey(0)
cv2.destroyAllWindows()
In[42]:
In[]:
In[44]:
In[48]:
形态
学
-
腐
蚀
操
作
#
⽅
框
滤
波
#
基
本
和
均
值
⼀
样
,
可
以
选
择
归
⼀
化
,
容
易
越
界
box = cv2.boxFilter(img,-1,(3,3), normalize=False)
cv2.imshow('box', box)
cv2.waitKey(0)
cv2.destroyAllWindows()
#
⾼
斯
滤
波
#
⾼
斯
模
糊
的
卷
积
核
⾥
的
数
值
是
满
⾜
⾼
斯
分
布
,
相
当
于
更
重
视
中
间
的
aussian = cv2.GaussianBlur(img, (5, 5), 1)
cv2.imshow('aussian', aussian)
cv2.waitKey(0)
cv2.destroyAllWindows()
#
中
值
滤
波
#
相
当
于
⽤
中
值
代
替
median = cv2.medianBlur(img, 5) #
中
值
滤
波
cv2.imshow('median', median)
cv2.waitKey(0)
cv2.destroyAllWindows()
#
展
示
所
有
的
res = np.hstack((blur,aussian,median))
#print (res)
cv2.imshow('median vs average', res)
cv2.waitKey(0)
cv2.destroyAllWindows()
In[95]:
In[71]:
In[88]:
In[74]:
形态
学
-
膨胀
操
作
In[86]:
img = cv2.imread('dige.png')
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
kernel = np.ones((3,3),np.uint8)
erosion = cv2.erode(img,kernel,iterations = 1)
cv2.imshow('erosion', erosion)
cv2.waitKey(0)
cv2.destroyAllWindows()
pie = cv2.imread('pie.png')
cv2.imshow('pie', pie)
cv2.waitKey(0)
cv2.destroyAllWindows()
kernel = np.ones((30,30),np.uint8)
erosion_1 = cv2.erode(pie,kernel,iterations = 1)
erosion_2 = cv2.erode(pie,kernel,iterations = 2)
erosion_3 = cv2.erode(pie,kernel,iterations = 3)
res = np.hstack((erosion_1,erosion_2,erosion_3))
cv2.imshow('res', res)
cv2.waitKey(0)
cv2.destroyAllWindows()
img = cv2.imread('dige.png')
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
剩余26页未读,继续阅读
资源评论
我们是宇宙中最孤独的孩子
- 粉丝: 8
- 资源: 2
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 基于matlab实现对表面肌电信号进行归一化处理,并对归一化后的图形显示 .rar
- 基于matlab实现单级倒立摆的 T-S 模型 包括 LMI 程序源码
- 图书管理系统(struts+hibernate+spring+ext).rar
- 基于matlab实现此压缩包包含语音信号处理中的语音变声代码加音频.rar
- STM32使用PWM驱动舵机并通过OLED显示
- 基于matlab实现车辆路径规划;遗传算法;matlab代码.rar
- 图书管理系统(struts+hibernate+spring)130225.rar
- 基于matlab实现采用标量衍射理论,实现菲涅尔衍射和夫琅禾费衍射,对光波的波前传播和数字全息的应用有帮助.rar
- JavaScript版去除链表重复元素
- 微信小程序项目-功德木鱼(带设置面板-自定义文字、可选字体颜色、可选木鱼样式)
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功