xiunam

图像处理案列三之图像拼接

import cv2 as cv import numpy as np def cv_show(name,img): cv.imshow(name,img) cv.waitKey(0) cv.destroyAllWindows() def detectAndDescribe(image): gray

图像处理案例二之文本OCR识别.

项目细节: 首先载入源图像,并进行尺寸预处理。 载入源图像image并作拷贝为org,将image按原始h,w的比例大小设置为高度为500的图像。 进行边缘检测和轮廓检测 在灰度化->边缘检测->轮廓检测后,将轮廓按轮廓的面积进行排序(注意这里默认是顺序的即从小到大,我们需要从大到小排序

第一节摄像头与图像的显示.docx

def video_demo(): capture = cv.VideoCapture(0) #0表示内置摄像头,当然也可以是"e:\xxx.mp4" #获得视频对象 while(True): #capture.read()按帧读取视频,ret,frame是该函数的返回值。其中r

第三节图像处理之色彩空间

1. 色彩转换： dst = cv.cvtColor(src,code) 常用的是转换成 灰度图像 cv.COLOR_BGR2GRAY HSV图像cv.COLOR_BGR2HSV YUV图像 cv.COLOR_BGR2YUV YCrCb图像 cv.COLOR_BG

第九节图像处理之图像的二值化

图像的二值化（需要是灰度图像） import cv2 as cv import numpy as np def threshold_demo(image): gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY) #cv.THRESH_TRIANGLE与cv.THRE

第十二节图像处理之霍夫检测圆

import cv2 as cv import numpy as np def hough_circle(image): #因为霍夫检测对噪声很明显，所以需要先滤波一下。 dst =cv.pyrMeanShiftFiltering(image,10,100) cimage=cv.cvtColor(d

图像处理案例一信用卡数字识别

fromimutilsimportcontours importnumpyasnp importargparse importcv2ascv importmyutils defcv_show(name,img): cv.imshow(name,img) cv.waitKey(0)

第八节图像处理之模板匹配

#模板匹配 importcv2ascv importnumpyasnp deftemplate_demo(): dog=cv.imread("E:/opencv/picture/dog.jpg") dog_nose=cv.imread("E:/opencv/picture/nose.j

第七节图像处理之直方图计算

第一课：绘制直方图 importcv2ascv importnumpyasnp frommatplotlibimportpyplotasplt defplot_demo(image): plt.hist(image.ravel(),256,[0,256]) plt.show()

第十节图像处理之边缘检测

#图像梯度 (注意都需要cv.convertScaleAbs将得到的有些负值取绝对值得到正数，并将数据转化到0-255之间，且sobel与Scarr算法中的数据位数都是32位浮点型的) importcv2ascv importnumpyasnp defsobel_demo(image): #注意是