精华内容
下载资源
问答
  • opencv python车牌定位,字符分割.
  • 主要为大家详细介绍了OpenCV Python实现图像指定区域裁剪,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
  • opencv-python3.4.1.15.zip

    2020-05-26 17:58:50
    opencv3.4.3以后增加了专利,遇到pip install 无法安装时可以下载手都安装,亲测可用。 opencv-pythonopencv-contrib-python需要版本一致。
  • opencv_python

    2018-07-11 17:08:31
    这个opencv包对应Python3.6版本,也是opencv_python包的最新版本。 opencv广泛用于计算机视觉开发,人脸检测和车牌号识别都是靠opencv算法的巨大支撑。
  • opencv-python 3.4.1.15 opencv-contrib-python 3.4.1.15 win64版,opencv-python 3.4.1.15 opencv-contrib-python 3.4.1.15,支持版本:python3.4,3.5,3.6
  • OpenCV python 图像坐标系

    千次阅读 2020-02-08 12:49:32
    OpenCV python 图像坐标系 # -*- coding: utf-8 -*- import cv2 def main(): # 1.读取图片 打印图片形状 img_src = cv2.imread('./image/Lenna.png', cv2.IMREAD_UNCHANGED) img_copy = img_src.copy() print...

    OpenCV python 图像坐标系

    所需资源文件:
    图片文件下载地址

    # -*- coding: utf-8 -*-
    import cv2
    
    
    def main():
    
        # 1.读取图片 打印图片形状
        img_src = cv2.imread('./image/Lenna.png', cv2.IMREAD_UNCHANGED)
        img_copy = img_src.copy()
        print('Lenna 图片形状:', img_src.shape)
    
        logo = cv2.imread('./image/opencv_logo.png', cv2.IMREAD_UNCHANGED)
        logo = cv2.resize(logo, (20, 20))
        print('opencv_logo 图片形状:', logo.shape)
    
        butterfly = cv2.imread('./image/butterfly.jpg', cv2.IMREAD_UNCHANGED)
        butterfly = cv2.resize(butterfly, (20, 20))
        print('butterfly 图片形状:', butterfly.shape)
    
        # 2.读取 坐标 y, x的值并打印
        y = 100
        x = 50
        (b, g, r) = img_src[y, x]
        print('蓝色:', b, '蓝色:', g, '红色:', r)
    
        # 3.将 Logo butterfly 图片贴在原图上
        img_src[100:100 + logo.shape[0], 300:300 + logo.shape[1]] = logo[:, :, 0:3]  # 两张图片的shape不一样
        img_src[300:300 + butterfly.shape[1], 100:100 + butterfly.shape[0]] = butterfly[:, :, 0:3]
    
        # 4.使用文字标识 坐标值
        font = cv2.FONT_HERSHEY_SIMPLEX
        cv2.putText(img_src, text='X=0,Y=0', org=(0, 0), fontFace=font, fontScale=0.5,
                    color=(0, 255, 0), thickness=2, bottomLeftOrigin=True)
        cv2.putText(img_src, text='X=10,Y=30', org=(10, 30), fontFace=font, fontScale=0.5,
                    color=(0, 255, 0), thickness=2)
        cv2.putText(img_src, text='X=100,Y=300', org=(100, 300), fontFace=font, fontScale=0.5,
                    color=(0, 255, 0), thickness=2)
        cv2.putText(img_src, text='X=300,Y=100', org=(300, 100), fontFace=font, fontScale=0.5,
                    color=(0, 255, 0), thickness=2)
    
        # 5.显示结果图片 移动图片位置
        cv2.imshow('src', img_copy)
        cv2.moveWindow('src', 0, 0)
    
        cv2.imshow('img+logo', img_src)
        cv2.moveWindow('img+logo', x=img_src.shape[1], y=0)
    
        # 6.写入图片
        cv2.imwrite('img_logo.jpg', img_src)
    
        cv2.waitKey(0)
    
    
    if __name__ == '__main__':
        main()
    
    

    处理结果图片
    在这里插入图片描述

    展开全文
  • opencv_python-3.4.3

    2018-10-31 22:08:02
    opencv_python-3.4.3-cp36-cp36m-win_amd64.whl opencv_python-3.4.3-cp37-cp37m-win_amd64.whl 64位,cp36和cp37两种
  • 目录: 读取图像 显示图像 加载图像 从相机中读取视频 从文件播放视频 保存视频 图像灰度处理 图像二值化 划线 画矩形 画椭圆 ..........
  • opencv python中文字符显示

    千次阅读 2019-03-23 17:30:28
    https://stackoverflow.com/questions/50854235/how-to-draw-chinese-text-on-the-image-using-cv2-puttextcorrectly-pythonopen
    展开全文
  • Python+OpenCv项目代码

    2019-03-18 17:35:04
    PythonOpenCv的项目实践代码,供小伙伴们下载参考。
  • OpenCV python 获取轮廓面积

    千次阅读 2020-01-07 09:56:54
    OpenCV python 获取轮廓面积 处理图片[source.jpg] import cv2 import numpy as np def main(): # 1.导入图片 img_src = cv2.imread("source.jpg") # 2.灰度化与二值化 img_gray = cv2.cvtColor(img_src, ...

    OpenCV python 获取轮廓面积

    处理图片[source.jpg]
    在这里插入图片描述

    import cv2
    import numpy as np
    
    
    def main():
    
        # 1.导入图片
        img_src = cv2.imread("source.jpg")
    
        # 2.灰度化与二值化
        img_gray = cv2.cvtColor(img_src, cv2.COLOR_BGR2GRAY)
        ret, img_bin = cv2.threshold(img_gray, 127, 255, cv2.THRESH_BINARY)
    
        # 3.连通域分析
        img_contour, contours, hierarchy = cv2.findContours(img_bin, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
    
        # 4.轮廓面积打印
        img_contours = []
        for i in range(len(contours)):
            
            area = cv2.contourArea(contours[i])
            print("轮廓 %d 的面积是:%d" % (i, area))
    
            img_temp = np.zeros(img_src.shape, np.uint8)
            img_contours.append(img_temp)
    
            cv2.drawContours(img_contours[i], contours, i, (255, 255, 255), -1)
            cv2.imshow("%d" % i, img_contours[i])
    
        # 5.显示结果
        cv2.imshow("img_bin", img_bin)
        cv2.imshow("img_src", img_src)
        cv2.waitKey()
        cv2.destroyAllWindows()
    
    
    if __name__ == '__main__':
        main()
    
    

    处理结果:
    在这里插入图片描述

    void cv::findContours	(	
    InputArray 	image,  					//输入的处理图片;
    OutputArrayOfArrays 	contours,		//输出轮廓
    OutputArray 	hierarchy,				//输出轮廓的包含关系
    int 	mode,							//寻找轮廓模式
    int 	method,							//寻找 近似的方法
    Point 	offset = Point() 				//所有轮廓坐标 增加偏移量
    )	
    

    在这里插入图片描述

    # 只寻找 【外部区域】连通域 子连通域忽略。
    contours, hierarchy = cv2.findContours(img_bin, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    
    展开全文
  • opencv_python官方中文教程源码,其中段力辉老师文章中出现的许多代码不能运行,已经进行修改,敬请参考。其中段力辉老师的电子版也已经上传,欢迎下载
  • 数十个编程实例让你从python-opencv的新手成长为入门汉。1天学习3个编程案例,10天即可以掌握如何用python实现图像处理。从最简单的画圆,画矩形,画复杂图形,到图像的预处理,图像的形态学处理,图像的特征提取等...
  • OpenCV 3 Python3 图像自设 直接使用 只需修改文件路径即可
  • opencv python 图像去噪

    万次阅读 2019-02-26 10:06:42
    opencv python 图像去噪 Image Denoising  我们看到很多图像平滑技术如高斯模糊,Median模糊等,它们在移除数量小的噪音时在某种程度上比较好用。在这些技术里,我们取像素周围的一小部分邻居,做一些类似于高斯...

                               opencv python 图像去噪

    Image Denoising 

    我们看到很多图像平滑技术如高斯模糊,Median模糊等,它们在移除数量小的噪音时在某种程度上比较好用。在这些技术里,我们取像素周围的一小部分邻居,做一些类似于高斯平均权重,中值等替换掉中间的元素。简单说,移除一个像素的噪音是基于本地邻居的。

    噪音有一个属性,噪音一般被认为是具有零平均值的随机变量。假设一个像素噪音,p = p0 + n, 其中p0是像素的真实值,n是那个像素的噪音。你可以从不同图像取大量的同一个像素(N)并计算他们的平均值,理想情况下,你应该得到p=p0,因为均值是0.

    OpenCV提供了这种技术的四种变体。

    1. cv2.fastNlMeansDenoising() - 使用单个灰度图像
    2. cv2.fastNlMeansDenoisingColored() - 使用彩色图像。
    3. cv2.fastNlMeansDenoisingMulti() - 用于在短时间内捕获的图像序列(灰度图像)
    4. cv2.fastNlMeansDenoisingColoredMulti() - 与上面相同,但用于彩色图像。

    Common arguments:

    • h:参数决定滤波器强度。较高的h值可以更好地消除噪声,但也会删除图像的细节 (10 is ok)
    • hForColorComponents:与h相同,但仅适用于彩色图像。 (通常与h相同)
    • templateWindowSize:应该是奇数。 (recommended 7)
    • searchWindowSize:应该是奇数。 (recommended 21)

    cv2.fastNlMeansDenoisingColored()
    如上所述,它用于从彩色图像中去除噪声。 (噪音预计是高斯噪音)

    import numpy as np
    import cv2
    import matplotlib.pyplot as plt
    
    
    img = cv2.imread('img.jpg')
    
    dst = cv2.fastNlMeansDenoisingColored(img,None,10,10,7,21)
    
    plt.subplot(121),plt.imshow(img)
    plt.subplot(122),plt.imshow(dst)
    plt.show()

    cv2.fastNlMeansDenoisingMulti()

    现在我们将相同的方法应用于视频。 第一个参数是嘈杂帧的列表。 第二个参数imgToDenoiseIndex指定我们需要去噪的帧,因为我们在输入列表中传递了frame的索引。 第三个是temporalWindowSize,它指定了用于去噪的附近帧的数量。 在这种情况下,使用总共temporalWindowSize帧,其中中心帧是要去噪的帧。 例如,传递了5个帧的列表作为输入。 设imgToDenoiseIndex = 2和temporalWindowSize = 3.然后使用frame-1,frame-2和frame-3对帧-2进行去噪。

    import numpy as np
    import cv2
    import matplotlib.pyplot as plt
    
    
    cap = cv2.VideoCapture('test.mp4')
    
    # create a list of first 5 frames
    img = [cap.read()[1] for i in range(5)]
    
    # convert all to grayscale
    gray = [cv2.cvtColor(i, cv2.COLOR_BGR2GRAY) for i in img]
    
    # convert all to float64
    gray = [np.float64(i) for i in gray]
    
    # create a noise of variance 25
    noise = np.random.randn(*gray[1].shape)*10
    
    # Add this noise to images
    noisy = [i+noise for i in gray]
    
    # Convert back to uint8
    noisy = [np.uint8(np.clip(i,0,255)) for i in noisy]
    
    # Denoise 3rd frame considering all the 5 frames
    dst = cv2.fastNlMeansDenoisingMulti(noisy, 2, 5, None, 4, 7, 35)
    
    plt.subplot(131),plt.imshow(gray[2],'gray')
    plt.subplot(132),plt.imshow(noisy[2],'gray')
    plt.subplot(133),plt.imshow(dst,'gray')
    plt.show()

     

    【转载】:https://segmentfault.com/a/1190000015846441

    https://zhuanlan.zhihu.com/p/40325840

    展开全文
  • Python+OpenCV+SVM

    2020-05-20 20:15:19
    支持向量机(support vector machines, SVM)是一种二分类模型,它的基本模型是定义在特征空间上的间隔最大的线性分类器,本文是 OpenCV的简单SVM例程
  • 今天小编就为大家分享一篇python opencv 实现对图像边缘扩充,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  • Linux 安装opencv python版本

    千次阅读 2019-05-16 10:24:06
  • OpenCV-Python中文教程

    2018-04-29 19:40:06
    OpenCV官方教程中文版(For Python),OpenCV 3.0, Python 2.7。
  • python 版本opencv

    2018-06-02 17:44:46
    python 版本opencv 清晰,pdf,包括图像处理,识别等常用方法
  • 主要介绍了python使用opencv对图像mask处理的方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
  • opencv for Python官方文档中文版!
  • OpenCV-Python-Tutorial-中文版,是opencv官方文档的翻译版本。
  • OpenCV 3计算机视觉 Python语言实现(第二版)(含示例代码)
  • 主要为大家详细介绍了python+opencv实现动态物体的追踪,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
  • 用于Python的非官方的预构建的仅CPU的OpenCV软件包。 如果您希望从源代码编译绑定以启用其他模块(例如CUDA),请查看手动构建部分。 安装及使用 如果您已经安装了OpenCV先前/其他手动安装版本(=未通过pip进行...
  • opencv-python 3.4.3.18

    2018-11-05 21:43:59
    opencv-python 3.4.3.18
  • 主要为大家详细介绍了python利用opencv实现SIFT特征提取与匹配,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
  • python_opencv中文教程

    2018-07-18 09:34:03
    两本python_opencv中文教程,OpenCV-Python-Toturial-中文版,OpenCV入门教程
  • OpenCV Python 4.0安装与开发注意事项

    千次阅读 多人点赞 2019-01-21 09:20:43
    OpenCV4.0发布已经快两个月啦,Python社区终于推出了OpenCV Python4.0的安装包与扩展模块安装包,下载地址如下: https://pypi.org/project/opencv-python/ 安装OpenCV-Python 如果你是第一次使用OpenCV Python...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 150,545
精华内容 60,218
关键字:

opencvpython

python 订阅