OpenCV图像处理

图像处理

一、导入包

import cv2 #opencv读取的格式是BGR
import numpy as np
import matplotlib.pyplot as plt#Matplotlib是RGB

二、灰度图

img=cv2.imread('./image/cat.jpg')
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
cv2.imshow("img_gray", img_gray)
cv2.waitKey(0)    
cv2.destroyAllWindows() 

三、HSV

更改以下几个参数实现效果

• H - 色调（主波长）。
• S - 饱和度（纯度/颜色的阴影）。
• V值（强度）

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

cv2.imshow("hsv", hsv)
cv2.waitKey(0)    
cv2.destroyAllWindows()

四、图像阈值

图像阈值←详情点击这里

五、图像平滑

5.1、均值滤波
5.2、方框滤波
5.3、高斯滤波
5.4、中值滤波
5.5、对比效果

图像平滑 ←详情点击这里

六、形态学

6.1、腐蚀操作
6.2、膨胀操作
6.3、开运算和闭运算
6.4、梯度运算
6.5、礼帽与黑帽

形态学 ←详情点击这里

七、图像梯度

7.1、Sobel算子
7.2、Scharr算子
7.3、laplacian算子
7.4、对比

图像梯度←详情点击这里

八、边缘检测

8.1、高斯滤波器
8.2、梯度和方向
8.3、非极大值抑制
8.4、双阈值检测
8.5、代码检测结果
边缘检测←详情点击这里

九、图像金字塔

9.1、高斯金字塔：
9.2、拉普拉斯金字塔

图像金字塔←详情点击这里

十、轮廓

10.1、轮廓检测
10.2、轮廓特征
10.3、轮廓近似

轮廓←详情点击这里

十一、模板匹配

11.1、原理
11.2、单个模板匹配
11.3、多个模板匹配

模板匹配←详情点击这里

十二、直方图

12.1、原理
12.2、灰度图
12.3、彩色图
12.4、掩膜(mask)操作
12.5、直方图均衡化
12.6、自适应直方图均衡化

直方图←详情点击这里