目录
- 安装
- 遇到的问题
- 获取python版本
- 打开第一张图片
- 图片相减
- 获取图像坐标
-
- 获取中心位置链接: [OpenCV-Python学习笔记(使用opencv识别物体的位置,找到中心点位)](https://blog.csdn.net/qq_42145185/article/details/103124502)
- 颜色空间转换cv2.cvtColor()
- 颜色剔除cv2.inRange()
- 与或非位运算: [opencv位运算,cv2.bitwise_and,cv2.bitwise_or,cv2.bitwise_not,cv2.bitwise_xor](https://blog.csdn.net/m0_51545690/article/details/123956698)
- 轮廓提取链接: [cv2.findContours()](https://blog.csdn.net/weixin_43869605/article/details/119921444)
- 画出最小矩形、文字标注cv2.boundingRect()和cv2.rectangle()、cv2.putText()
- 坐标返回np.where()
- 矩阵的合并操作
- opencv读取答题卡
python_opencv安装使用笔记
安装
链接: OpenCV——基于Python开发的OpenCV安装教程
遇到的问题
链接: Python使用pip安装库时WARNING: You are using pip version 21.3.1; however, version 22.3.1 is available.的解决办法
获取python版本
import cv2 as cv
print(cv.__version__)
打开第一张图片
import cv2 as cv
img = cv.imread("2.jpg")
cv.imshow("2", img)
cv.waitKey(0)
cv.destroyAllWindows()
图片相减
链接: Opencv中的图像相加,相减,相除,相乘(python实现)
获取图像坐标
获取中心位置链接: OpenCV-Python学习笔记(使用opencv识别物体的位置,找到中心点位)
链接: opencv-python识别魔方特定颜色方块,并输出各方块中心坐标
链接: OpenCV图像寻找特定颜色像素点坐标,并用不同颜色描点填充,Python
颜色空间转换cv2.cvtColor()
image_hsv = cv2.cvtColor(image,cv2.COLOR_BGR2HSV)
颜色剔除cv2.inRange()
lower_red = np.array([0, 127, 128]) # 红色低阈值
upper_red = np.array([5, 255, 255]) # 红色高阈值
mask_red = cv2.inRange(hsv_img, lower_red, upper_red)
第一个参数:hsv指的是原图
第二个参数:lower_red指的是图像中低于这个lower_red的值,图像值变为0
第三个参数:upper_red指的是图像中高于这个upper_red的值,图像值变为0
而在lower_red~upper_red之间的值变成255
与或非位运算: opencv位运算,cv2.bitwise_and,cv2.bitwise_or,cv2.bitwise_not,cv2.bitwise_xor
轮廓提取链接: cv2.findContours()
链接: cv2.findContours OpenCV图形轮廓函数python
画出最小矩形、文字标注cv2.boundingRect()和cv2.rectangle()、cv2.putText()
可以通过cv2.boundingRect()获取二值图像中目标的坐标位置进而推导出中心位置坐标
链接: python-opencv 中 cv2.boundingRect 以及 cv2.rectangle用法
链接: cv2.boundingRect()和cv2.rectangle()
文子标注链接: 【OpenCV】cv2.putText()函数用法
坐标返回np.where()
链接: np.where()的使用方法
矩阵的合并操作
链接: np.column_stack用法
链接: numpy中np.column_stack()和np.row_stack()
opencv读取答题卡
C++实现链接: 基于opencv答题卡识别
python实现链接: 答题卡识别任务–opencv python(附代码)
服务器托管,北京服务器托管,服务器租用 http://www.fwqtg.net