Python OpenCV 牛刀小试(练习)

2024-02-16 22:12

本文主要是介绍Python OpenCV 牛刀小试(练习),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

BGR与RGB

        OpenCV在读取图像时,默认的颜色空间是BGR(蓝绿红),而在大多数其他的图像处理库和图像格式中,使用的颜色空间是RGB(红绿蓝)。因此,当你需要使用OpenCV处理图像,然后将处理结果传递给其他库(如matplotlib、PIL等)进行进一步处理或显示时,你需要将颜色空间从BGR转换为RGB。

        例如,如果你想使用matplotlib来显示一个由OpenCV处理过的图像,你需要先将颜色空间从BGR转换为RGB,否则图像的颜色会显示错误。

import cv2
from matplotlib import pyplot as plt# 使用OpenCV读取图像
image = cv2.imread('image.jpg')# 使用OpenCV处理图像(例如,进行边缘检测、特征提取等)# 将颜色空间从BGR转换为RGB
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)# 使用matplotlib显示图像
plt.imshow(image)
plt.show()

        在这个例子中,如果不进行颜色空间的转换,那么matplotlib显示的图像颜色会与原图不同,因为matplotlib默认的颜色空间是RGB,而OpenCV的是BGR。

Canny边缘检测

        边缘检测有很多种方法,包括Sobel、Scharr、Laplacian、Prewitt和Canny等

        Canny边缘检测的特点:

  1. 效果好:Canny边缘检测是一种非常流行的边缘检测方法,它能够很好地检测出图像的边缘,而且边缘连续,几乎没有断裂。

  2. 噪声抑制:Canny边缘检测在进行边缘检测之前,会先使用高斯滤波器对图像进行平滑处理,以消除图像中的噪声。这使得Canny边缘检测对噪声的抵抗能力比其他边缘检测方法更强。

  3. 双阈值检测:Canny边缘检测使用了双阈值检测来确定边缘,这可以有效地消除了因噪声或其他因素造成的虚假边缘。

  4. 易于使用:Canny边缘检测在OpenCV中的实现非常简单,只需要一行代码就可以完成。

        这种方法因为其效果好、抗噪声能力强、易于使用等优点,所以被广泛应用于图像处理中的边缘检测任务。

基础用法

  1. gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)

            这行代码将图像从颜色空间转换为灰度空间。在灰度空间中,图像的每个像素只有一个强度值,而不是颜色空间中的三个。这样可以简化后续的边缘检测操作,因为我们只需要处理一个通道的数据。

  2. edges = cv2.Canny(gray, threshold1=30, threshold2=100)

            这行代码使用Canny边缘检测算法找出图像中的边缘。Canny算法是一种非常流行的边缘检测算法,它使用两个阈值(在这里是30和100)来检测强度变化较大的区域,这些区域通常对应于物体的边缘。

  3. contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

            这行代码使用findContours函数找出图像中的轮廓。轮廓可以被视为连接所有连续边缘的曲线。在这里,cv2.RETR_EXTERNAL表示只检测外轮廓,cv2.CHAIN_APPROX_SIMPLE表示对轮廓点进行压缩,例如,对于一条直线轮廓,只需要存储该直线的起始点和结束点。

            findContours函数返回两个值:第一个是一个列表,其中每个元素都是一个轮廓(轮廓本身也是一个列表,包含轮廓上的点);第二个是轮廓的层次信息,但在这里我们不需要它,所以用_忽略了。

        总的来说,这三行代码的目的是将图像转换为灰度,然后使用Canny算法找出边缘,最后找出边缘形成的轮廓。

Canny的阈值如何调节

        在Canny边缘检测算法中,30和100是两个阈值,它们用于确定边缘。这两个阈值定义了边缘检测的强度:

  • threshold1:最小值阈值。低于此阈值的边缘会被忽略。
  • threshold2:最大值阈值。高于此阈值的边缘会被认为是真正的边缘。

        这两个阈值之间的边缘则根据其连通性来决定。如果这些边缘与某个“确定边缘”(即强度超过threshold2的边缘)相连,则它们被认为是边缘的一部分,否则它们会被丢弃。

        改变这两个值会影响边缘检测的结果:

  • 如果你降低threshold1或提高threshold2,将会检测到更少的边缘,因为只有强度更高的边缘才会被检测到。
  • 如果你提高threshold1或降低threshold2,将会检测到更多的边缘,因为强度较低的边缘也会被检测到。

        选择合适的阈值是很重要的,因为它会直接影响到边缘检测的效果。通常,threshold2的值应该是threshold1的值的2到3倍。

在所有轮廓中找出最大轮廓

contour = sorted(contours, key=cv2.contourArea, reverse=True)[0]

        contours是一个列表,其中每个元素都是一个轮廓。轮廓本身是一个由点组成的列表,这些点定义了轮廓的形状。

        sorted函数用于对列表进行排序。在这里,它对contours列表进行排序。

        key=cv2.contourArea参数指定了排序的依据。cv2.contourArea是一个函数,它计算一个轮廓的面积。所以,这里的排序依据是轮廓的面积。

        reverse=True参数指定了排序的方向。如果reverse=True,那么列表会按照降序排序,也就是说,面积最大的轮廓会排在最前面。

        [0]是一个索引操作,它取出排序后的列表中的第一个元素。因为我们按照面积进行了降序排序,所以第一个元素就是面积最大的轮廓。

        所以,这行代码的意思是:按照面积对所有检测到的轮廓进行降序排序,然后取出面积最大的一个。

这篇关于Python OpenCV 牛刀小试(练习)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/715846

相关文章

Python办公自动化实战之打造智能邮件发送工具

《Python办公自动化实战之打造智能邮件发送工具》在数字化办公场景中,邮件自动化是提升工作效率的关键技能,本文将演示如何使用Python的smtplib和email库构建一个支持图文混排,多附件,多... 目录前言一、基础配置:搭建邮件发送框架1.1 邮箱服务准备1.2 核心库导入1.3 基础发送函数二、

Python包管理工具pip的升级指南

《Python包管理工具pip的升级指南》本文全面探讨Python包管理工具pip的升级策略,从基础升级方法到高级技巧,涵盖不同操作系统环境下的最佳实践,我们将深入分析pip的工作原理,介绍多种升级方... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

基于Python实现一个图片拆分工具

《基于Python实现一个图片拆分工具》这篇文章主要为大家详细介绍了如何基于Python实现一个图片拆分工具,可以根据需要的行数和列数进行拆分,感兴趣的小伙伴可以跟随小编一起学习一下... 简单介绍先自己选择输入的图片,默认是输出到项目文件夹中,可以自己选择其他的文件夹,选择需要拆分的行数和列数,可以通过

Python中反转字符串的常见方法小结

《Python中反转字符串的常见方法小结》在Python中,字符串对象没有内置的反转方法,然而,在实际开发中,我们经常会遇到需要反转字符串的场景,比如处理回文字符串、文本加密等,因此,掌握如何在Pyt... 目录python中反转字符串的方法技术背景实现步骤1. 使用切片2. 使用 reversed() 函

Python中将嵌套列表扁平化的多种实现方法

《Python中将嵌套列表扁平化的多种实现方法》在Python编程中,我们常常会遇到需要将嵌套列表(即列表中包含列表)转换为一个一维的扁平列表的需求,本文将给大家介绍了多种实现这一目标的方法,需要的朋... 目录python中将嵌套列表扁平化的方法技术背景实现步骤1. 使用嵌套列表推导式2. 使用itert

使用Docker构建Python Flask程序的详细教程

《使用Docker构建PythonFlask程序的详细教程》在当今的软件开发领域,容器化技术正变得越来越流行,而Docker无疑是其中的佼佼者,本文我们就来聊聊如何使用Docker构建一个简单的Py... 目录引言一、准备工作二、创建 Flask 应用程序三、创建 dockerfile四、构建 Docker

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Python使用pip工具实现包自动更新的多种方法

《Python使用pip工具实现包自动更新的多种方法》本文深入探讨了使用Python的pip工具实现包自动更新的各种方法和技术,我们将从基础概念开始,逐步介绍手动更新方法、自动化脚本编写、结合CI/C... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Conda与Python venv虚拟环境的区别与使用方法详解

《Conda与Pythonvenv虚拟环境的区别与使用方法详解》随着Python社区的成长,虚拟环境的概念和技术也在不断发展,:本文主要介绍Conda与Pythonvenv虚拟环境的区别与使用... 目录前言一、Conda 与 python venv 的核心区别1. Conda 的特点2. Python v

Python使用python-can实现合并BLF文件

《Python使用python-can实现合并BLF文件》python-can库是Python生态中专注于CAN总线通信与数据处理的强大工具,本文将使用python-can为BLF文件合并提供高效灵活... 目录一、python-can 库:CAN 数据处理的利器二、BLF 文件合并核心代码解析1. 基础合