opencv和numpy常用函数使用说明

cv2.connectedComponentsWithStats()

nLabels, labels, stats, centroids=cv2.connectedComponentsWithStats(img,connectivity=4)

nLabels：标签的数量
labels：标签矩阵
stats：bounding box的信息，每一行对应一个标签区域，每行有5列，分别是[x0,y0,w,h,area]
centroids：每个区域的中心坐标[x，y]
img：单通道图片（8位灰度图）
connectivity：4连通或8连通

代码示例

import numpy as np
import cv2
img=np.array([
    [0,255,0,0],
    [0,0,0,255],
    [0,0,0,255],
    [255,0,0,0]
],np.uint8)
nLabels, labels, stats, centroids=cv2.connectedComponentsWithStats(img,connectivity=4)
print(nLabels)
print(labels)
print(stats)
print(centroids)

输出结果：

4
[[0 1 0 0]
 [0 0 0 2]
 [0 0 0 2]
 [3 0 0 0]]
[[ 0  0  4  4 12]
 [ 1  0  1  1  1]
 [ 3  1  1  2  2]
 [ 0  3  1  1  1]]
[[1.41666667 1.5       ]
 [1.         0.        ]
 [3.         1.5       ]
 [0.         3.        ]]

cv2.dilation()

cv2.dilate(src, kernel, iteration)
src：原图像
kernel：核尺寸，可用cv2.getStructuringElement函数生成或numpy
iteration：迭代次数
膨胀原理：存在一个kernel，在图像上进行从左到右，从上到下的平移，如果方框中存在白色，那么这个方框内所有的颜色都是白色

cv2.applyColorMap(img, cv2.COLORMAP_JET)

给灰度图添加伪彩色，其中COLORMAP_JET就被常用于生成热力图

cv2.polylines(img,points)

绘制多边形

代码示例

import cv2
import numpy as np
from google.colab.patches import cv2_imshow
newImageInfo = (500,500,3)
#多线条的绘制
#先确定连接的点
#在矩阵变换
#最后绘制
dst=cv2.imread('1.jpg',0)
points = np.array([[150,50],[140,140],[200,170],[250,250],[150,50]],np.int32)
points = points.reshape(-1,1,2)
cv2.polylines(dst,[points],True,(0,0,255))
cv2_imshow(dst)
cv2.waitKey(0)

cv2.resize(src,dsize,dst=None,fx=None,fy=None,interpolation=None)

src：原图
dsize：输出图像尺寸

np.roll()

numpy.roll(a, shift, axis=None)
函数解释：沿着给定轴滚动数组元素。超出最后位置的元素将会滚动到第一个位置

x = np.arange(10) # x例子
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

np.roll(x, 2) # axis为None，则会先进行扁平化，然后再向水平滚动2个位置
array([8, 9, 0, 1, 2, 3, 4, 5, 6, 7])

x2 = np.reshape(x, (2,5)) # x2例子
array([[0, 1, 2, 3, 4],
[5, 6, 7, 8, 9]])

np.roll(x2, 1) # axis为None，则会先进行扁平化，然后再向水平滚动1个位置
array([[9, 0, 1, 2, 3],
[4, 5, 6, 7, 8]])

np.roll(x2, 1, axis=0) # 5列同时向垂直方向滚动1个位置
array([[5, 6, 7, 8, 9],
[0, 1, 2, 3, 4]])

np.roll(x2, 1, axis=1) # 2行同时向水平方向滚动1个位置
array([[4, 0, 1, 2, 3],
[9, 5, 6, 7, 8]])
————————————————
原文链接：https://blog.csdn.net/lxq1997/article/details/83543709

np.linalg.norm

求范数

np.linalg.inv

求逆

np.linalg.det

求行列式

np.matmul()

np.matmul(x1,x2) 矩阵的乘机，不是对应元素相乘，并且x1,x2不能是标量

torch.permute(dim0,dim1,dim2)

用于交换维度

np.reshape((-1))

把矩阵维度变为一行

np.c_(a,b)

将矩阵按行进行拼接，输出结果保证行相等

np.r_(a,b)

将矩阵按列拼接，输出结果保证列相等

np.prod()

用来计算数组每个元素的乘积，对于二维数组，可以指定axis参数，比如axis=1，表示计算每一行的乘积。

np.where()

np.clip()

np.clip(a,
a_min,
a_max,
out=None)
np.clip是一个截取函数，用于截取数组中小于或者大于某值的部分，并使得被截取部分等于固定值