python opencv，读取彩色图像，提取三通道，图像二值化，提取图像的边缘 |
您所在的位置：网站首页 › python 彩色输出 › python opencv，读取彩色图像，提取三通道，图像二值化，提取图像的边缘 |
python opencv，读取彩色图像，提取三通道，图像二值化，提取图像的边缘
|
python opencv，读取彩色图像，提取三通道，图像二值化，提取图像的边缘 python opencv 1,读取图像 2，图像变矩阵 3，图像转灰度图像 4，彩色图像是3D数组 5，灰度图像是2D数组 6，彩色图像是3个2D数组 7，彩色图像有3个通道，提取3个通道 #Copyright ''' 熟悉opencv库 ''' import cv2 import numpy as np img=cv2.imread('D:/python_examples/mei_hua1.jpeg') '''显示彩色图像 ''' #cv2.imshow("img",img) #cv2.waitKey(0) gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) ''' 显示灰度图像''' #cv2.imshow("gray",gray) #cv2.waitKey(0) '''得到了图像的大小 ''' rows,cols,_=img.shape print(rows,cols) '''初始化一个大小一样的图像，元素初始化为0 ''' created=np.zeros((rows,cols)) ''' for in 语句，遍历数组，但不能修改数组''' for i in img: for j in i: #print(j) pass '''给数组赋值 ''' for i in range(0,rows): for j in range(0,cols): created[i,j]=img[i,j,2]#第三个参数，可以是0,1,2分别表示3个通道 print(created.shape)#创建的图像大小 '''必须加这一条语句,否则无法正确显示图像 ''' created=created.astype(np.uint8)#转换类型，才能正确的显示图像 cv2.imshow('created',created) cv2.imwrite('D:/python_examples/created.jpg',created) cv2.waitKey(0) 通道0  通道1  通道2  总结： 1个彩色图像，可以分解为3个灰度图像 3个灰度图像合起来是一个彩色图像 通道2图像，观察到花很白。如果 图像很白，说明对应的像素值大。 所以，做一个二值处理。 当像素值大于180，显示255 当像素值小于等于180，显示为0 created[created>180]=255 created[created这个图像就是2值图像。 什么是2值图像，就是里面只有黑和白。 通道3变成了2值图像以后，有什么变化。 在通道3， 看到有花，有枝条，有朦胧的一个背景。 在二值图像， 就看到了花。 花尾巴部分，变成了白色，原来是灰色。 枝条没有了。 朦胧的背景也没有了 所以，二值图像，消除了枝条。 消除了朦胧的背景。 只显示了我们关心的花。 仔细观察图像变化，很重要！ 对于二值图像，显示边缘。 什么是边缘。 举例： 000011100 左边连续的0，都是黑 所以0-0=0 右边-左边 01 左边是0，右边是1 这里就是边缘了 右边-左边=1 111连续的1，都是白色 10 这里是边缘，因为从1变0 00 都是黑 按照这个道理。 修改二值图像，提取边缘 for i in range(0,rows): for j in range(0,cols-1): #created[i,j]=created[i,j+1]-created[i,j]# 0-0 255-255 255-0 0-255 if(created[i,j+1]现在图像里面，只有一些白色的线条。 白色的面积小了很多了。 而且这些白色线条，组成了花的轮廓。 for i in range(0,rows): for j in range(0,cols-1): #created[i,j]=created[i,j+1]-created[i,j]# 0-0 255-255 255-0 0-255 if(created[i,j+1]>=created[i,j]): created[i,j]=0 else: created[i,j]=255 读者可以更换其他图像试试，看看效果 总结： 对图像处理的步骤 1，彩色图像 2，提取3个通道 3，把第三通道的图像做二值化，阈值自己可以调整的 4，把二值化图像，提取了边缘 |
【本文地址】
今日新闻 |
推荐新闻 |