膨胀、result = cv2.add(image1

发布时间：2025-06-24 17:45:53  作者：北方职教升学中心  阅读量：724

从 BGR 转换为 HSV：

hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)。膨胀、

result = cv2.add(image1，

thresholded_image = cv2.adaptiveThreshold(image, maxval, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, block_size, C)。旋转、

绘制轮廓：

cv2.drawContours(img, contours, -1, (0, 255, 0), 3)。

OpenCV 调整图像大小和切割图像区域的方法有很多。

切割图像的特定区域可以通过切片操作。 image2)。

# 缩放resized_image = cv2.resize(image, (new_width, new_height))# 旋转rotation_matrix = cv2.getrotationMatrix2D((center_x, center_y), angle, scale)rotated_image = cv2.warpAffine(image, rotation_matrix, (width, height))# 平移translation_matrix = np.float32([1，
保存图像：
# 保存图像cv2.imwrite("output_image.jpg", image)。
blurred_image = cv2.blur(image, (kernel_size, kernel_size))。

result = cv2.addWeighted(image1， alpha, image2， 阅读图像文件󿀌返回一个 NumPy 数组。

视频处理。

cv2.destroyAllWindows()。

3、图像通道分离合并。
        break。缩放、

边缘检测是一种常用的图像处理技术，检测图像中的边缘，最常用的方法是 Canny 边缘检测。

cv2.imshow() 显示图像，cv2.waitKey(0) 等待关键事件󿀌cv2.destroyAllWindows() 关闭所有窗口。

OpenCV 计算机视觉功能࿰提供了丰富的图像处理和c;包括图像读取、

1、

cv2.imwrite() 将图像保存到指定路径。
    if cv2.waitKey(1) & 0xFF == ord('q'):。

颜色空间转换是图像处理中的基本操作，用于不同的算法和视觉效果。

图像光滑，图像的颜色空间转换非常重要。图像混合。uint8。开操作、
        break。 1 (水平翻转)，

result = cv2.subtract(image1，
cap.release()。访问和修改像素值。

平滑处理图像。图像的大小和颜色模式也可以通过数组的形状来表示。均值滤波。 0, tx], [0, 1, ty]]) # tx, ty 平移距离translated_image = cv2.warpAffine(image, translation_matrix, (width, height))# 翻转flipped__image = cv2.flip(image, flip_code) # flip_code: 0 (垂直翻转)，

thresh 是阈值，maxval 是最大值。

4、img.shape。 或其他。

OpenCV 通过 NumPy 数组 表示图像数据，每个图像都是多维数组，图像中的一个像素对应于每个元素。图像分割等应用。#xff08;模糊处理）#;

平滑的图像可以降低噪音，常用的模糊算法有高斯模糊、

1、去噪，
2、
平均模糊：
blurred_img = cv2.blur(img, (5, 5))。
从 RGB 转换为灰度图：
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)。
    cv2.imshow('Video', frame)。颜色空间转换、
ret, thresholded_image = cv2.threshold(image, thresh, maxval, cv2.THRESH_BINARY)。
#xff08数据类型;Data type）：常见的有 。
裁剪图像：
cropped_img = img[y1:y2, x1:x2]。
检测轮廓：
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)_, threshold_img = cv2.threshold(gray_img, 127, 255, cv2.THRESH_BINARY)contours, _ = cv2.findContours(threshold_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)。
4、
阅读视频：
实例。阈值处理简单。
在许多图像处理任务中，
图像的基本属性：
图像尺寸（Width, Height）：可以通过 。
blurred_image = cv2.medianBlur(image, kernel_size)。float32。
#xff1高斯模糊a;
blurred_img = cv2.GaussianBlur(img, (5, 5), 0)。平均模糊等。
形态操作常用于处理二值图像，常见的操作包括腐蚀、
本章我们将介绍 OpenCV 基本概念和常用功能。

blurred_image = cv2.bilateralFilter(image, d, sigmaColor, sigmaSpace)。 beta, gamma)。

形态操作。

显示图像：

# 显示图像cv2.imshow("Display Window", image)# 等待按钮输入cv2.waitKey(0)# 关闭所有窗口cv2.destroyAllWindows()。图像加法。
while cap.isOpened():。平移、
3、
3、Otsu's 二值化。
图像边缘检测。
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))eroded_img = cv2.erode(img, kernel, iterations=1)。
#xff08;先膨胀再腐蚀#xff09;：用于填充图像中的小孔。
中值模糊：
blurred_img = cv2.medianBlur(img, 5)。 100] = [255, 255, 255]  # 将 (100, 100) 这个地方的像素设置为白色。
cap = cv2.VideoCapture('video.mp4')。（0-255 范围），也可以是 。
Sobel 算子：
sobel_x = cv2.Sobel(image, cv2.CV_64F, 1, 0, ksize=5)sobel_y = cv2.Sobel(image, cv2.CV_64F, 0, 1, ksize=5)。
blurred_image = cv2.GaussianBlur(image, (kernel_size, kernel_size), sigmaX)。
    ret, frame = cap.read()。
    if not ret:。
# 分离通道B，自适应阈值处理。图像 ROI（Region of Interest）
# 获取 ROIroi = image[50:150, 50:150]  # 获取 (50,50) 到 (150,150) 的区域# 修改 ROIimage[50:150, 50:150] = [0, 255, 0]  # 将 ROI 该区域设置为绿色。HSV 等。
3、
dilated_img = cv2.dilate(img, kernel, iterations=1)。
2、 -1 (双向翻转)。
    # 处理每一帧。
图像的表示和处理。
cv2.imread()。捕捉视频流并实时处理。 获取。
opening_img = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)closing_img = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)。
阅读图像：
import cv2img = cv2.imread('image.jpg')。 g, r = cv2.split(image)# 合并通道merged_image = cv2.merge([b, g, r])。
图像的色彩空间和转换。
# 获取像素值 (BGR 格式)pixel_value = image[100, 100]  # 获取 (100, 100) 处的像素值# 修改像素值image[100，
如果图像路径错误或文件不存在，返回 。滤波、
图像轮廓检测。
Laplacian 算子：
laplacian = cv2.Laplacian(image, cv2.CV_64F)。翻转图像。。
alpha 和 beta 是权重，gamma 是标量值。膨胀（Dilation）：
扩展图像中的白色区域。
2、轮廓检测等。
开运算和闭运算#xff1a;
开启计算（先腐蚀再膨胀#xff09;：用于去除小物体。双边滤波。
图像阈值处理。
Canny 边缘检测：
edges = cv2.Canny(img, 100, 200)。
OpenCV 支持各种颜色空间的转换，如从 RGB 到灰度图、
从 RGB 转换为 YUV：
yuv_img = cv2.cvtColor(img, cv2.COLOR_BGR2YUV)。
OpenCV 还支持视频处理，可读取视频文件，
图像基本操作。高斯滤波。 image2)。
1、腐蚀（Erosion）：
收缩图像中的白色区域。
调整图像大小：
resized_img = cv2.resize(img, (width, height))。
图像算术运算。None。
颜色通道（Channels）：通常为 RGB（#xff09三个通道;，也可以是灰度图（单通道）。边缘检测、
2、
Canny 算法通过梯度计算图像来找到边缘，返回二值图像󿀌边缘为白色，黑色是其他区域。闭操作等。
OpenCV 提供强大的轮廓检测功能，可用于对象识别、
1、
ret, thresholded_image = cv2.threshold(image, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)。显示、
图像算术操作。中值滤波。图像减法。
调整和裁剪图像的大小。