当前位置: 首页 > news >正文

做ppt的网站有哪些内容广东网站seo

做ppt的网站有哪些内容,广东网站seo,网站制作中动态展示怎么做,江油网站建设制作策划哪家专业目录 八、图像拼接 水平拼接图像 (hconcat) 垂直拼接图像 (vconcat) 全景图像拼接 (Stitcher) 九、颜色通道及数据格式 转换图像的颜色空间 (cvtColor) 转换图像的数据类型 (convertTo) 分离和合并颜色通道 (split 和 merge) 提取和插入颜色通道 (extractChannel 和 in…

目录

八、图像拼接

水平拼接图像 (hconcat)

垂直拼接图像 (vconcat)

全景图像拼接 (Stitcher)

九、颜色通道及数据格式

转换图像的颜色空间 (cvtColor)

转换图像的数据类型 (convertTo)

分离和合并颜色通道 (split 和 merge)

提取和插入颜色通道 (extractChannel 和 insertChannel)

应用颜色映射 (applyColorMap)

十、图像复制函数

使用 clone 进行深拷贝

使用 copyTo 进行复制

使用 copyTo 和掩码进行复制

十一、图像变化与增强

缩放、计算绝对值并转换为8位 (convertScaleAbs)

计算自然对数 (log)

计算指数 (exp)

计算幂 (pow)

计算平方根 (sqrt)

直方图均衡化 (equalizeHist)

自适应直方图均衡化 (CLAHE)

细节增强 (detailEnhance)

改变光照条件 (illuminationChange)

http://t.csdnimg.cn/i8pqt —— opencv—常用函数学习_“干货“_总(VIP)

散的正在一部分一部分发,不需要VIP。

资料整理不易,有用话给个赞和收藏吧。


八、图像拼接

        在OpenCV中,图像拼接是指将多幅图像合并成一幅图像的过程。OpenCV提供了几种常用的函数和类来实现图像拼接。下面介绍这些拼接相关的函数及其使用示例。

图像拼接函数
hconcatvconcatStitcher
水平拼接图像垂直拼接图像全景图像拼接类
水平拼接图像 (hconcat)
import cv2
import numpy as np# 创建两个示例图像
image1 = np.full((100, 200, 3), 255, dtype=np.uint8)  # 白色图像
image2 = np.full((100, 200, 3), 0, dtype=np.uint8)    # 黑色图像# 水平拼接图像
result_hconcat = cv2.hconcat([image1, image2])
cv2.imshow('Horizontal Concatenation', result_hconcat)
cv2.waitKey(0)
cv2.destroyAllWindows()
垂直拼接图像 (vconcat)
# 垂直拼接图像
result_vconcat = cv2.vconcat([image1, image2])
cv2.imshow('Vertical Concatenation', result_vconcat)
cv2.waitKey(0)
cv2.destroyAllWindows()
全景图像拼接 (Stitcher)
# 读取待拼接的图像
image1 = cv2.imread('image1.jpg')
image2 = cv2.imread('image2.jpg')# 创建Stitcher对象并进行拼接
stitcher = cv2.Stitcher_create()
status, stitched = stitcher.stitch([image1, image2])if status == cv2.Stitcher_OK:cv2.imshow('Stitched Image', stitched)cv2.waitKey(0)cv2.destroyAllWindows()
else:print("拼接失败")

        这些示例展示了如何使用OpenCV中的拼接函数来实现图像的水平拼接、垂直拼接以及全景图像拼接。这些函数和类在图像处理、计算机视觉以及图像分析中非常有用,可以根据具体需求灵活应用。

九、颜色通道及数据格式

        在OpenCV中,颜色通道及数据格式的转换和操作是图像处理的重要部分。下面介绍这些相关的函数及其使用示例。

颜色通道及数据格式
cvtColorconvertTosplitmerge
转换图像的颜色空间转换图像的数据类型分离图像的颜色通道合并图像的颜色通道
extractChannelinsertChannelapplyColorMap
提取单个颜色通道插入单个颜色通道应用颜色映射
转换图像的颜色空间 (cvtColor)
import cv2
import numpy as np# 读取图像
image = cv2.imread('path_to_image.jpg')# 转换为灰度图像
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
cv2.imshow('Gray Image', gray_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
转换图像的数据类型 (convertTo)
# 转换数据类型为float32
float_image = np.float32(image)
converted_image = float_image / 255.0
cv2.imshow('Converted Image', converted_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

分离和合并颜色通道 (splitmerge)
# 分离颜色通道
b, g, r = cv2.split(image)# 合并颜色通道
merged_image = cv2.merge([b, g, r])
cv2.imshow('Merged Image', merged_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
提取和插入颜色通道 (extractChannelinsertChannel)
# 提取蓝色通道
blue_channel = cv2.extractChannel(image, 0)
cv2.imshow('Blue Channel', blue_channel)
cv2.waitKey(0)
cv2.destroyAllWindows()# 插入通道
new_image = cv2.insertChannel(blue_channel, image, 1)
cv2.imshow('Image with Inserted Channel', new_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
应用颜色映射 (applyColorMap)
# 应用颜色映射
color_mapped_image = cv2.applyColorMap(gray_image, cv2.COLORMAP_JET)
cv2.imshow('Color Mapped Image', color_mapped_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

        这些示例展示了如何使用OpenCV中的函数来处理图像的颜色通道和数据格式。根据具体的应用需求,可以灵活运用这些函数来实现复杂的图像处理任务。

十、图像复制函数

        在OpenCV中,图像复制是基本的操作,可以通过 clonecopyTo 函数来实现。下面介绍这些函数及其使用示例。

图像复制函数
clonecopyTo
创建一个图像的深拷贝将图像数据复制到另一个矩阵,可以选择性地使用掩码
使用 clone 进行深拷贝
import cv2
import numpy as np# 读取图像
image = cv2.imread('path_to_image.jpg')# 使用 clone 进行深拷贝
cloned_image = image.clone()# 显示原图和拷贝图
cv2.imshow('Original Image', image)
cv2.imshow('Cloned Image', cloned_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
使用 copyTo 进行复制
# 创建一个与原图像相同大小的空图像
copy_image = np.zeros_like(image)# 直接复制图像
image.copyTo(copy_image)# 显示原图和拷贝图
cv2.imshow('Original Image', image)
cv2.imshow('Copy Image', copy_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
使用 copyTo 和掩码进行复制
# 创建一个掩码
mask = np.zeros(image.shape[:2], dtype=np.uint8)
mask[50:150, 50:150] = 255  # 在掩码上定义一个区域# 复制图像中的特定区域
masked_copy = np.zeros_like(image)
image.copyTo(masked_copy, mask=mask)# 显示原图、掩码和掩码复制图
cv2.imshow('Original Image', image)
cv2.imshow('Mask', mask)
cv2.imshow('Masked Copy Image', masked_copy)
cv2.waitKey(0)
cv2.destroyAllWindows()

        这些示例展示了如何使用OpenCV中的 clonecopyTo 函数来复制图像。根据具体的需求,可以选择直接复制整个图像或使用掩码复制特定区域的图像数据。这些操作在图像处理、图像增强和计算机视觉应用中非常有用。

十一、图像变化与增强

        在OpenCV中,图像变换与增强是图像处理的重要组成部分。下面介绍一些常用的图像变换与增强函数及其使用示例。

图像变换与增强函数
convertScaleAbslogexppowsqrt
缩放、计算绝对值并转换为8位计算每个元素的自然对数计算每个元素的指数计算每个元素的幂计算每个元素的平方根
equalizeHistCLAHEdetailEnhanceilluminationChange
直方图均衡化自适应直方图均衡化(对比度受限的自适应直方图均衡化)细节增强改变光照条件
缩放、计算绝对值并转换为8位 (convertScaleAbs)
import cv2
import numpy as np# 读取图像
image = cv2.imread('path_to_image.jpg', cv2.IMREAD_GRAYSCALE)# 缩放、计算绝对值并转换为8位
scaled_image = cv2.convertScaleAbs(image, alpha=1.5, beta=0)
cv2.imshow('Scaled Image', scaled_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
计算自然对数 (log)
# 计算每个元素的自然对数
log_image = cv2.log(np.float32(image) + 1)  # 加1防止对数的负无穷
cv2.imshow('Log Image', cv2.convertScaleAbs(log_image))
cv2.waitKey(0)
cv2.destroyAllWindows()
计算指数 (exp)
# 计算每个元素的指数
exp_image = cv2.exp(np.float32(image))
cv2.imshow('Exp Image', cv2.convertScaleAbs(exp_image))
cv2.waitKey(0)
cv2.destroyAllWindows()
计算幂 (pow)
# 计算每个元素的幂
pow_image = cv2.pow(np.float32(image), 2)
cv2.imshow('Pow Image', cv2.convertScaleAbs(pow_image))
cv2.waitKey(0)
cv2.destroyAllWindows()
计算平方根 (sqrt)
# 计算每个元素的平方根
sqrt_image = cv2.sqrt(np.float32(image))
cv2.imshow('Sqrt Image', cv2.convertScaleAbs(sqrt_image))
cv2.waitKey(0)
cv2.destroyAllWindows()
直方图均衡化 (equalizeHist)
# 直方图均衡化
equalized_image = cv2.equalizeHist(image)
cv2.imshow('Equalized Image', equalized_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
自适应直方图均衡化 (CLAHE)
# 创建CLAHE对象
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))# 应用CLAHE
clahe_image = clahe.apply(image)
cv2.imshow('CLAHE Image', clahe_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
细节增强 (detailEnhance)
# 细节增强
detail_image = cv2.detailEnhance(image)
cv2.imshow('Detail Enhanced Image', detail_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
改变光照条件 (illuminationChange)
# 改变光照条件
illum_image = cv2.illuminationChange(image, mask=np.ones(image.shape, dtype=np.uint8), alpha=0.5, beta=2)
cv2.imshow('Illumination Changed Image', illum_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

这些示例展示了如何使用OpenCV中的图像变换与增强函数来处理图像。根据具体的应用需求,可以灵活运用这些函数来实现复杂的图像处理和增强任务。

http://www.hrbkazy.com/news/22031.html

相关文章:

  • 哪个浏览器可以看禁止网站上海网站seo外包
  • 微信公众号登录不上沧州seo推广
  • element ui做的网站赣州seo唐三
  • 大网站服务器维护费用他达拉非片多少钱一盒
  • wordpress怎么修改登录地址seo推广是什么意思呢
  • dreamweaver网页成品衡阳网站优化公司
  • 浏览器怎么做能不拦截网站图片外链生成器
  • 网站建设以推广新闻发稿平台
  • php网站 上传百度信息
  • 如何创做网站长春今日头条新闻
  • 网站建设与维护协议怎么去推广自己的网站
  • 个人交互式网站备案搜狗站长平台验证网站
  • 海外代购网站怎么做seo排名赚app官网
  • 怎么制造网站广告类的网站
  • 网站制作维护费 归属淘宝网店代运营正规公司
  • 西安做网站-西安网站建设-西安网站制作-西安网络公司_千秋网络北京网站优化服务
  • 加盟网站有哪些不屏蔽的国外搜索引擎
  • 怎样找公司做单的网站建设网站的十个步骤
  • 网络营销的发展概述网络seo招聘
  • 济南网站建设公司推荐软件推广方案经典范文
  • 网易做网站吗关键字有哪些
  • 企业自己做网站对网络营销的认识800字
  • 青州建设局网站百度搜索广告怎么收费
  • 网站二级目录解析搜索引擎营销的基本方法
  • 建设的网站后台会自动退出是正常的网络营销案例分析ppt
  • wp网站如何做多级联动筛选框百度风云榜电视剧排行榜
  • 像做游戏一样编程的网站网络推广外包
  • php怎么做网站快湖南seo网站多少钱
  • eclipse怎么做网站搭建网站工具
  • wordpress网站描述插件网络运营具体做什么