首页 > 分享 > 学习opencv

学习opencv

颜色空间转换

转换颜色空间

要用到的函数是:cv2.cvtColor(input_image ,flag),其中 flag就是转换类型。
对于 BGR↔Gray 的转换,我们要使用的 flag 就是 cv2.COLOR_BGR2GRAY。
同样对于 BGR↔HSV 的转换,我们用的 flag 就是 cv2.COLOR_BGR2HSV。

物体跟踪

知道如何从BGR转换到HSV,可以用来提取带有某个特定颜色的物体,在 HSV 颜色空间中要比在 BGR 空间中更容易表示一个特定颜色。关于HSV的颜色范围。

       • 从视频中获取每一帧图像
  • 将图像转换到 HSV 空间
  • 设置 HSV 阈值到某颜色范围。
  • 获取指定色物体,当然我们还可以做其他任何我们想做的事,比如:在蓝色物体周围画一个圈。

import cv2

import numpy as np

cap = cv2.VideoCapture(r'shipin.mp4')

while(1):

ret, frame = cap.read()

hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

# 设置灰色的HSV颜色范围

lower_gray = np.array([0, 0, 46])

upper_gray = np.array([180, 43, 220])

mask = cv2.inRange(hsv, lower_gray, upper_gray)

res = cv2.bitwise_and(frame, frame, mask=mask)

cv2.imshow('frame', frame)

cv2.imshow('mask', mask)

cv2.imshow('res', res)

k = cv2.waitKey(5) & 0xFF

if k ==27:

break

cv2.destroyAllWindows()

要同时提取多个颜色,将各mask相加就能同时显示了:

mask_green = cv2.inRange(hsv, lower_green, upper_green)

mask_yellow = cv2.inRange(hsv, lower_yellow, upper_yellow)

mask = mask_yellow + mask_green

res = cv2.bitwise_and(frame, frame, mask=mask)

几何变换

扩展缩放

cv2.resize(src,dsize,dst=None,fx=None,fy=None,interpolation=None):图像的尺寸可以自己手动设置,你也可以指定缩放因子。我们可以选择使用不同的插值方法。在缩放时我们推荐使用 cv2.INTER_AREA,在扩展时我们推荐使用 v2.INTER_CUBIC(慢) 和 v2.INTER_LINEAR。默认情况下所有改变图像尺寸大小的操作使用的插值方法都是 cv2.INTER_LINEAR。

scr:输入图片。  dsize:输出图像尺寸 。dst:输出图片。fx:沿水平轴的比例因子(缩放系数)。  fy:沿垂直轴的比例因子(缩放系数)。  interpolation:插值方法。

img = cv2.imread('timg.jpg')

res = cv2.resize(img, None, fx=0.25, fy=0.25, interpolation=cv2.INTER_CUBIC) # 缩放为原图的四分之一

height, width = img.shape[:2]

# res = cv2.resize(img,(2*width, 2*height), interpolation=cv2.INTER_CUBIC) #dsize=(2*width,2*height),图片扩大两倍

while(1):

cv2.imshow('res', res)

#cv2.imshow('img', img)

if cv2.waitKey(1) & 0xFF == 27:

break

相关知识

opencv深度学习昆虫识别系统图像识别 python
OpenCV机器学习(1):贝叶斯分类器实现代码分析
利用OpenCV根据图片识别环境的亮度
深入浅出:利用OpenCV实现手写数字识别之旅
opencv
基于OpenCV的鲜花的图像分类系统详细设计与具体代码实现
基于STM32的农业病虫害检测检测系统:OpenCV、MQTT、Flask框架、MySQL(代码示例)
基于深度学习神经网络的农业病虫害识别(完整代码+数据)
无监督学习中PCA降维技术在鸢尾花数据集的应用分析
深度学习机器学习卷积神经网络的花卉识别花种类识别

网址: 学习opencv https://m.huajiangbk.com/newsview1254876.html

所属分类:花卉
上一篇: TensorFlow基础学习笔记
下一篇: Java网络编程基础