主页 > 区块链钱包 > [imTokenTeam]用opencv给图片换背景色的方法

[imTokenTeam]用opencv给图片换背景色的方法

管理员 区块链钱包 2022年07月27日
img = cv2.imread('lena.jpg') # 定义卷积核 kernel = np.ones((3, 3), np.float32) / 10 # 卷积操作,-1表示通道数与原图相同 dst = cv2.filter2D(img, -1, kernel)

卷积操作,-1表示通道数与原图相同

OpenCV函数:cv2.blur(), cv2.GaussianBlur(), cv2.medianBlur(), cv2.bilateralFilter()

图像平滑
img = cv2.imread(‘gaussian_noise.bmp')

均值滤波vs高斯滤波

均值滤波
中值又叫中位数,是所有数排序后取中间的值。中值滤波就是用区域内的中值来代替本像素值,所以那种孤立的斑点,如0或255很容易消除掉,适用于去除椒盐噪声和斑点噪声。中值是一种非线性操作,效率相比前面几种线性滤波要慢。

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5)) # 矩形结构 kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5)) # 椭圆结构 kernel = cv2.getStructuringElement(cv2.MORPH_CROSS, (5, 5)) # 十字结构

膨胀

腐蚀

OpenCV函数:cv2.erode(), cv2.dilate(), cv2.morphologyEx()

Android studio切换flutterSDK之后报错怎么办:本文主要介绍"Android studio切换flutterSDK之后报错如何办",希望能够解决您遇到有关问题,下面我们一起来看这篇 "Android studio切换fl ...

img = cv2.imread(‘salt_noise.bmp', 0)

双边滤波

先腐蚀后膨胀叫开运算(因为先腐蚀会分开物体,这样容易记住),其作用是:分离物体,消除小区域。这类形态学操作用 cv2.morphologyEx() 函数实现:

img = cv2.imread(‘lena.jpg')

形态学操作

img = cv2.imread('lena.jpg') # 均值模糊 blur = cv2.blur(img,(3,3)

高斯滤波

kernel = np.ones((3, 3), np.float32) / 10

卷积操作,-1表示通道数与原图相同

dilation = cv2.dilate(img, kernel) # 膨胀

开/闭运算

均值滤波是一种最简单的滤波处理,它取的是卷积核区域内元素的均值,用 cv2.blur() 实现,如3×3的卷积核:

常见噪声有 椒盐噪声 和 高斯噪声 ,椒盐噪声可以理解为斑点,随机出现在图像中的黑点或白点;高斯噪声可以理解为拍摄图片时由于光照等原因造成的噪声。

下一节:Android studio切换flutterSDK之后报错如何办编程技术 和 程序设计

操作基本都会损失掉图像细节信息,尤其前面介绍的线性滤波器,图像的边缘信息很难保留下来。然而,边缘(edge)信息是图像中很重要的一个特征,所以这才有了双边滤波。用cv2.bilateralFilter()函数实现:

膨胀图减去腐蚀图,dilation - erosion,,这样会得到物体的轮廓:

gradient = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)

顶帽

膨胀与腐蚀相反,取的是局部最大值,效果是把图片”变胖”:

dst = cv2.filter2D(img, -1, kernel)

定义卷## 标题积核

tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)

黑帽

用opencv给图片换背景色的方法

本文主要介绍"用opencv给图片换背景色的方法",希望能够解决您遇到有关问题,下面我们一起来看这篇 "用opencv给图片换背景色的方法" 文章。

blur = cv2.blur(img, (5, 5)) # 均值滤波 gaussian = cv2.GaussianBlur(img, (5, 5), 1) # 高斯滤波

参数3,σx值越大,模糊效果越明显。高斯滤波相比均值滤波效率要慢,但可以有效消除高斯噪声,能保留更多的图像细节,所以经常被称为最有用的滤波器。

低通滤波器是模糊,高通滤波器是锐化

closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)

形态学梯度

OpenCV中用cv2.filter2D()实现卷积操作,比如我们的核是下面这样(3×3区域像素的和除以10):

腐蚀的效果是把图片”变瘦”,其原理是在原图的小区域内取局部最小值。因为是二值化图,只有0和255,所以小区域内有一个是0该像素点就为0:

原图减去开运算后的图:src - opening

闭运算后的图减去原图:closing - src
#imagechuli import cv2 import time import numpy as np #图片名子 name = "1.jpg" #程序计时 start = time.perf_counter() #显示图片 img=cv2.imread("./input_image/3.jpg") #图片缩放 img = cv2.resize(img,None,fx = 0.5,fy = 0.5) rows,cols,channels = img.shape #print(rows,cols,channels) cv2.resizeWindow("origin", 0, 0); #cv2.imshow("origin",img) #转换为二值化图像 hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV) rows,cols,channels = hsv.shape #图片的二值化处理 lower_blue = np.array([90,70,70]) upper_blue = np.array([110,255,255]) mask = cv2.inRange(hsv,lower_blue,upper_blue) def shap(): #图像的腐蚀 kernel = np.ones((4, 4), np.uint8) erode=cv2.erode(mask,kernel,iterations=1) #cv2.imshow("erode",erode) #膨胀操作 kernel = np.ones((2, 2), np.uint8) dilate=cv2.dilate(erode,None,iterations=3) #cv2.imshow("dilate",dilate) #循环遍历 for i in range(rows): for j in range(cols): if dilate[i,j]==255: img[i,j]=(0,0,255)#注意是BGR通道,不是RGB #cv2.imshow("res",img) bianyuanchuli() #cv2.destroyAllWindows() def bianyuanchuli(): #图像边缘检测的内核大小 data = (900,1100) img_copy = img.copy() imgCanny = cv2.Canny(img, *data) #cv2.imshow("imgcanny",imgCanny) # 创建矩形结构 g = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5)) g2 = cv2.getStructuringElement(cv2.MORPH_RECT, (7, 7)) # 膨化处理 # 更细腻 img_dilate = cv2.dilate(imgCanny, g,iterations=1) #cv2.imshow("img_dilate",img_dilate) # 更粗大 img_dilate2 = cv2.dilate(imgCanny, g2) shape = img_dilate.shape # 提取 for i in range(shape[0]): for j in range(shape[1]): if img_dilate2[i, j] == 0: # 二维定位到三维 img[i, j] = [0, 0, 0] #cv2.imshow('dst1', img) dst = cv2.GaussianBlur(img, (3, 3), 0, 0, cv2.BORDER_DEFAULT) for i in range(shape[0]): for j in range(shape[1]): if img_dilate[i, j] != 0: # 二维定位到三维 img_copy[i, j] = dst[i, j] #cv2.imshow('dst', img_copy) cv2.imwrite("./out_image/3.jpg",img_copy) shap() # 窗口等待的命令,0表示无限等待 cv2.destroyAllWindows() cv2.waitKey(0) dur = time.perf_counter() - start print("程序总用时:{:.2f}s".format(dur))

关于 "用opencv给图片换背景色的方法" 就介绍到这。希望大家多多支持编程宝库。

中值滤波

不同于均值滤波,高斯滤波的卷积核权重并不相同:中间像素点权重最高,越远离中心的像素权重越小,类似于正态分布。

blackhat = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel)

本文网络收集整理,不构成任何投资建议。转载请注明出处:https://www.bnlive.com.cn/qklqb/8748.html