当前位置: 首页 > news >正文

OpenCV(一)——图片灰度转换(灰度图) 修改图片尺寸(cv2.resize) 读取视频

OpenCV 是用 C++编写的


图片处理

图片灰度转换

      OpenCV 中有数百种关于在不同色彩空间之间转换的方法。 当前, 在计算机视觉中有三种常用的色彩空间: 灰度、 BGR、 以及 HSV(Hue, Saturation, Value)

(1) 灰度色彩空间是通过去除彩色信息来将其转换成灰阶, 灰度色彩空间对中间处理特别有效, 比如人脸识别。

(2) BGR 及蓝、 绿、 红色彩空间, 每一个像素点都由一个三元数组来表示, 分别代表蓝、 绿、 红三种颜色。 网页开发者可能熟悉另一个与之相似的颜色空间: RGB 它们只是颜色顺序上不同。

(3) HSV, H(Hue) 是色调, S(Saturation) 是饱和度, V(Value) 表示黑暗的程度(或光谱另一端的明亮程度) 

    灰度转换的作用就是: 转换成灰度的图片的计算强度得以降低

gray_img=cv.cvtColor(img,code=cv.COLOR_BGR2GRAY)

cv2 读取图片的通道是 BGR(蓝绿红)
PIL 读取图片的通道是 RGB

import cv2 as cv

img=cv.imread('lenna.jpg')
cv.imshow('input image',img)

gray_img=cv.cvtColor(img,code=cv.COLOR_BGR2GRAY)
cv.imshow('gray_image',gray_img)
cv.waitKey(0)
cv.destroyAllWindows()
#保存图片
cv.imwrite('gray_lenna.jpg',gray_img)

修改图片尺寸

resize_img=cv.resize(img,dsize=(400,360))

import cv2 as cv

img=cv.imread('lenna.jpg')
cv.imshow('input image',img)

#修改图片的尺寸  (宽度,高度)
resize_img=cv.resize(img,dsize=(400,360))
print(resize_img.shape)

cv.imshow('resize_img',resize_img)
#如果键盘输入的是 q 时候 退出
while True:
	if ord('q') == cv.waitKey(0):
		break
cv.destroyAllWindows()

读取视频

声音是不显示的,彩色的读入会变成黑白的

import cv2

vc = cv2.VideoCapture('video.mp4')

#检查是否打开正确
if vc.isOpened():
    open,frame = vc.read()
else:
    open = False

while open:
    #遍历其中一帧
    ret, frame = vc.read()
    if frame is None:
        break
    if ret == True:
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        cv2.imshow('result',gray)
        #waitkey里面是每处理完一帧就得等多少ms
        #27是Esc键
        if cv2.waitKey(10) & 0xFF == 27:
            break
vc.release()
cv2.destroyAllWindows()

相关文章:

  • opencv人脸识别 (一):人脸检测 (Haar级联 静态图像中人脸检测 视频中的人脸检测 )
  • opencv人脸识别 (二):人脸识别 (基于 LBPH)
  • Caffe(一)——简介 优点 Caffe2 编译和安装
  • Pytorch之经典神经网络CNN(一) —— 全连接网络 / MLP (MNIST) (trainset和Dataloader batch training learning_rate)
  • 神经网络/深度学习 相关知识
  • pytorch搭建神经网络分类Fashion-MNIST数据集
  • Python函数式编程(三):匿名函数lambda
  • 编程范式—命令式编程与函数式编程
  • Scala语言(二)
  • Scala语言(三)
  • Python——virtualenv/virtualenvwrapper
  • Python多进程(multiprocessing)(mp)(一) —— 进程的创建 join()方法
  • Python多进程(multiprocessing)(mp)(二) —— 创建多进程 继承process类 进程池(Pool)
  • Python多进程(multiprocessing)(mp)(三) —— 进程间通信 Queue队列(Manager)
  • Python多线程(二): 线程同步 生产者消费者模式 ThreadLocal线程局部变量
  • 【Amaple教程】5. 插件
  • FineReport中如何实现自动滚屏效果
  • Github访问慢解决办法
  • hadoop入门学习教程--DKHadoop完整安装步骤
  • Java方法详解
  • Objective-C 中关联引用的概念
  • SpiderData 2019年2月23日 DApp数据排行榜
  • 第2章 网络文档
  • 订阅Forge Viewer所有的事件
  • 买一台 iPhone X,还是创建一家未来的独角兽?
  • 前端面试总结(at, md)
  • 人脸识别最新开发经验demo
  • 如何实现 font-size 的响应式
  • 使用前端开发工具包WijmoJS - 创建自定义DropDownTree控件(包含源代码)
  • 在weex里面使用chart图表
  • No resource identifier found for attribute,RxJava之zip操作符
  • 大数据全解:定义、价值及挑战
  • ​HTTP与HTTPS:网络通信的安全卫士
  • #【QT 5 调试软件后,发布相关:软件生成exe文件 + 文件打包】
  • #我与Java虚拟机的故事#连载11: JVM学习之路
  • ${ }的特别功能
  • $forceUpdate()函数
  • (1)(1.13) SiK无线电高级配置(五)
  • (C)一些题4
  • (DenseNet)Densely Connected Convolutional Networks--Gao Huang
  • (四) Graphivz 颜色选择
  • .bat批处理(七):PC端从手机内复制文件到本地
  • .NET 使用 XPath 来读写 XML 文件
  • .NET简谈设计模式之(单件模式)
  • .Net接口调试与案例
  • .NET开源的一个小而快并且功能强大的 Windows 动态桌面软件 - DreamScene2
  • .net中调用windows performance记录性能信息
  • /dev/VolGroup00/LogVol00:unexpected inconsistency;run fsck manually
  • @31省区市高考时间表来了,祝考试成功
  • @Autowired 与@Resource的区别
  • @Bean有哪些属性
  • @ModelAttribute使用详解
  • [android] 切换界面的通用处理
  • [Android] 修改设备访问权限
  • [ARM]ldr 和 adr 伪指令的区别