Python下opencv使用笔记

Python下opencv使用笔记（十二）（k均值算法之图像分割）

k均值（kmeans）聚类是一种最为简单的聚类方法，直接根据数据点之间的距离（欧氏距离，几何距离等等）来划分数据是属于哪一类的，当所有数据点所属的类别不在变化的时候，聚类也就完成了。详细原理可索引下面一个博客：聚类分析笔记-K均值matlab算法（一）关于kmeans再谈几点认识： 重要的一点：聚类数目的问题。有的聚类、分类问题已经限制好了要聚类成几类，也就是聚类数目一定，那么这种聚类通常简单些，直...

2015-07-24 11:46 阅读(236) 评论(0)

Python下opencv使用笔记（十一）（详解hough变换检测直线与圆）

在数字图像中，往往存在着一些特殊形状的几何图形，像检测马路边一条直线，检测人眼的圆形等等，有时我们需要把这些特定图形检测出来，hough变换就是这样一种检测的工具。Hough变换的原理是将特定图形上的点变换到一组参数空间上，根据参数空间点的累计结果找到一个极大值对应的解，那么这个解就对应着要寻找的几何形状的参数（比如说直线，那么就会得到直线的斜率k与常熟b，圆就会得到圆心与半径等等）。关于hough...

2015-07-23 21:27 阅读(231) 评论(0)

Python下opencv使用笔记（十）（图像频域滤波与傅里叶变换）

前面曾经介绍过空间域滤波，空间域滤波就是用各种模板直接与图像进行卷积运算，实现对图像的处理，这种方法直接对图像空间操作，操作简单，所以也是空间域滤波。频域滤波说到底最终可能是和空间域滤波实现相同的功能，比如实现图像的轮廓提取，在空间域滤波中我们使用一个拉普拉斯模板就可以提取，而在频域内，我们使用一个高通滤波模板（因为轮廓在频域内属于高频信号），可以实现轮廓的提取，后面也会把拉普拉斯模板频域化，会发现...

2015-07-21 10:17 阅读(1468) 评论(5)

Python下opencv使用笔记（九）（图像直方图）

（一）图像直方图图像的构成是有像素点构成的，每个像素点的值代表着该点的颜色（灰度图或者彩色图）。所谓直方图就是对图像的中的这些像素点的值进行统计，得到一个统一的整体的灰度概念。直方图的好处就在于可以清晰了解图像的整体灰度分布，这对于后面依据直方图处理图像来说至关重要。一般情况下直方图都是灰度图像，直方图x轴是灰度值（一般0~255），y轴就是图像中每一个灰度级对应的像素点的个数。那么如何获得图像的直...

2015-07-14 17:52 阅读(218) 评论(0)

Python下opencv使用笔记（八）（图像金字塔）

图像金字塔操作的将是图像的像素问题（图像变清晰了还是模糊了）（本质上有点像图像的放大与缩小一样(前面介绍过的cv2.resize()函数)）。一般来说我们操作的图像是具有固定分辨率的，但是有些情况下，我们需要对同一图像的不同分辨率的子图像进行处理（尤其是在我们需要提取图像特征的时候）。这个时候我们需要创建一组新的图像，这些图像是具有不同分辨率的原始图像，那么我们把这组图像讲座图像金字塔。我们把最大的...

2015-07-13 21:26 阅读(126) 评论(0)

Python下opencv使用笔记（七）（图像梯度与边缘检测）

梯度简单来说就是求导，在图像上表现出来的就是提取图像的边缘（不管是横向的、纵向的、斜方向的等等），所需要的无非也是一个核模板，模板的不同结果也不同。所以可以看到，所有的这些个算子函数，归结到底都可以用函数cv2.filter2D()来表示，不同的方法给予不同的核模板，然后演化为不同的算子而已。并且这只是这类滤波函数的一个用途，曾经写过一个关于matlab下滤波函数imfilter（）的扩展应用（等同...

2015-07-12 16:58 阅读(215) 评论(0)

Python下opencv使用笔记（六）（图像的形态学转换）

形态学一般是使用二值图像，进行边界提取，骨架提取，孔洞填充，角点提取，图像重建等等。常用的形态学操作时腐蚀与膨胀，在他们的基础上演变出一些变体，包括开运算、闭运算、梯度等等。形态学一般是对二值图像进行的操作。 下面贴几个比较好的介绍图像形态学方面的博客 图像处理基本算法-形态学 图像的形态学处理 （一）腐蚀关于腐蚀就是将图像的边界腐蚀掉，或者说使得图像整体上看起来...

2015-07-12 15:59 阅读(172) 评论(0)

Python下opencv使用笔记（五）（图像的平滑与滤波）

对于图形的平滑与滤波，但从滤波角度来讲，一般主要的目的都是为了实现对图像噪声的消除，增强图像的效果。 首先介绍二维卷积运算，图像的滤波可以看成是滤波模板与原始图像对应部分的的卷积运算。关于卷积运算，找到几篇相关的博客：图像处理：基础(模板、卷积运算) 图像处理-模板、卷积的整理对于2D图像可以进行低通或者高通滤波操作，低通滤波（LPF）有利于去噪，模糊图像，高通滤波（HPF）有利于找到图像边...

2015-07-10 11:31 阅读(231) 评论(0)

Python下opencv使用笔记（四）（图像的阈值处理）

图像的阈值处理一般使得图像的像素值更单一、图像更简单。阈值可以分为全局性质的阈值，也可以分为局部性质的阈值，可以是单阈值的也可以是多阈值的。当然阈值越多是越复杂的。下面将介绍opencv下的三种阈值方法。 （一）简单阈值简单阈值当然是最简单，选取一个全局阈值，然后就把整幅图像分成了非黑即白的二值图像了。函数为cv2.threshold() 这个函数有四个参数，第一个原图像，第二个进行分类的阈值，第...

2015-07-09 09:03 阅读(205) 评论(0)

Python下opencv使用笔记（三）（图像的几何变换）

写在之前 二维与三维图像的几何变换在计算机图形学上有重要的应用，包括现在的许多图像界面的切换、二维与三维游戏画面控制等等都涉及到图像几何变换，就比如说在三维游戏中，控制角色三维移动的时候，画面是要跟着移动的，那么怎么移动，怎么让上一时刻的画面移动到这一时刻，这都是根据了你的移动量，然后找到三维坐标之间的对应关系，用这一时刻的坐标替换到上一时刻的坐标像素值实现图像的切换。 图像的几何变换主要包括：平...

2015-07-08 11:18 阅读(246) 评论(0)

Python下opencv使用笔记（二）（简单几何图像绘制）

简单几何图像一般包括点、直线、矩阵、圆、椭圆、多边形等等。首先认识一下opencv对像素点的定义。图像的一个像素点有1或者3个值，对灰度图像有一个灰度值，对彩色图像有3个值组成一个像素值，他们表现出不同的颜色。 那么有了点才能组成各种多边形。 （一）首先绘制直线函数为：cv2.line（img,Point pt1,Point pt2,color,thickness=1,line_type=8...

2015-07-07 20:35 阅读(205) 评论(0)

Python下opencv使用笔记（一）（图像简单读取、显示与储存）

写在之前 从去年开始关注python这个软件，途中间间断断看与学过一些关于python的东西，感觉python确实是一个简单优美、容易上手的脚本编程语言，众多的第三方库使得python异常的强大，可以处理许多不同的问题，同时它的许多开源免费的库使得python的使用也是十分的广泛。在科学计算、数据处理与图像领域，自己曾经一直在使用matlab，感觉matlab也是一个语言优美、简单方便的编程语言，...