昭通网站建设公司,自己做的网站怎么放到网上去,wordpress 加密,静态网站 源码图像像素存储形式 　对于只有黑白颜色的灰度图#xff0c;为单通道#xff0c;一个像素块对应矩阵中一个数字#xff0c;数值为0到255, 其中0表示最暗#xff08;黑色#xff09; #xff0c;255表示最亮#xff08;白色#xff09; 对于采用RGB模式的彩色图片#…图像像素存储形式 　对于只有黑白颜色的灰度图为单通道一个像素块对应矩阵中一个数字数值为0到255, 其中0表示最暗黑色 255表示最亮白色 对于采用RGB模式的彩色图片为三通道图Red、Green、Blue三原色按不同比例相加一个像素块对应矩阵中的一个向量, 如[24,180, 50]分别表示三种颜色的比列, 即对应深度上的数字如下图所示 需要注意的是由于历史遗留问题opencv采用BGR模式而不是RGB 图像读取和写入cv.imread() imread(img_path,flag) 读取图片返回图片对象img_path: 图片的路径即使路径错误也不会报错但打印返回的图片对象为Noneflagcv2.IMREAD_COLOR读取彩色图片图片透明性会被忽略为默认参数也可以传入1cv2.IMREAD_GRAYSCALE,按灰度模式读取图像也可以传入0cv2.IMREAD_UNCHANGED,读取图像包括其alpha通道也可以传入-1显示图像cv2.imshow() imshow(window_name,img)显示图片窗口自适应图片大小window_name: 指定窗口的名字img显示的图片对象可以指定多个窗口名称显示多个图片waitKey(millseconds) 键盘绑定事件阻塞监听键盘按键返回一个数字不同按键对应的数字不同millseconds: 传入时间毫秒数在该时间内等待键盘事件传入0时会一直等待键盘事件destroyAllWindows(window_name) window_name: 需要关闭的窗口名字不传入时关闭所有窗口保存图片cv2.imwrite() imwrite(img_path_name,img)img_path_name:保存的文件名img文件对象ROI截取Range of Interest #ROI,Range of instrest roi img[100:200,300:400] #截取100行到200行列为300到400列的整块区域 img[50:150,200:300] roi #将截取的roi移动到该区域 50到100行200到300列 b img[:,:,0] #截取整个蓝色通道b,g,r cv2.split(img) #截取三个通道比较耗时 img cv2.merge((b,g,r))添加边界(padding) cv2.copyMakeBorder()参数img:图像对象top,bottom,left,right: 上下左右边界宽度单位为像素值borderType:cv2.BORDER_CONSTANT, 带颜色的边界需要传入另外一个颜色值cv2.BORDER_REFLECT, 边缘元素的镜像反射做为边界cv2.BORDER_REFLECT_101/cv2.BORDER_DEFAULTcv2.BORDER_REPLICATE, 边缘元素的复制做为边界CV2.BORDER_WRAPvalue: borderType为cv2.BORDER_CONSTANT时传入的边界颜色值如[0,255,0]像素算术运算cv2.add() 相加的两个图片应该有相同的大小和通道 cv2.add()参数img1:图片对象1img2:图片对象2mask:None 掩膜一般用灰度图做掩膜img1和img2相加后和掩膜与运算从而达到掩盖部分区域的目的dtype:-1注意图像相加时应该用cv2.add(img1,img2)代替img1img2 x np.uint8([250]) y np.uint8([10]) print cv2.add(x,y) # 25010 260 255 #相加opencv超过255的截取为255[[255]] print xy # 25010 260 % 256 4 #相加np超过255的会取模运算 uint8只能表示0-255所以取模[4]图像阈值化 cv2.threshold() 　cv2.adaptiveThreshold() cv2.threshold(): 参数img:图像对象必须是灰度图thresh:阈值maxval最大值type:cv2.THRESH_BINARY: 小于阈值的像素置为0大于阈值的置为maxvalcv2.THRESH_BINARY_INV 小于阈值的像素置为maxval大于阈值的置为0cv2.THRESH_TRUNC 小于阈值的像素不变大于阈值的置为threshcv2.THRESH_TOZERO 小于阈值的像素置0大于阈值的不变cv2.THRESH_TOZERO_INV 小于阈值的不变大于阈值的像素置0 返回两个值ret:阈值img阈值化处理后的图像cv2.adaptiveThreshold() 自适应阈值处理图像不同部位采用不同的阈值进行处理 参数img: 图像对象8-bit单通道图maxValue:最大值adaptiveMethod: 自适应方法cv2.ADAPTIVE_THRESH_MEAN_C 阈值为周围像素的平均值cv2.ADAPTIVE_THRESH_GAUSSIAN_C : 阈值为周围像素的高斯均值按权重threshType:cv2.THRESH_BINARY: 小于阈值的像素置为0大于阈值的置为maxValuelcv2.THRESH_BINARY_INV: 小于阈值的像素置为maxValue大于阈值的置为0blocksize: 计算阈值时自适应的窗口大小,必须为奇数 如3表示附近3个像素范围内的像素点进行计算阈值C 常数值通过自适应方法计算的值减去该常数值 (mean value of the blocksize*blocksize neighborhood of (x, y) minus C)图像形状变换 cv2.resize() 图像缩放 cv2.resize() 放大和缩小图像参数src: 输入图像对象dsize输出矩阵/图像的大小为0时计算方式如下dsize Size(round(fx*src.cols),round(fy*src.rows))fx: 水平轴的缩放因子为0时计算方式 (double)dsize.width/src.colsfy: 垂直轴的缩放因子为0时计算方式 (double)dsize.heigh/src.rowsinterpolation插值算法cv2.INTER_NEAREST : 最近邻插值法cv2.INTER_LINEAR 默认值双线性插值法cv2.INTER_AREA 基于局部像素的重采样resampling using pixel area relation。对于图像抽取image decimation来说这可能是一个更好的方法。但如果是放大图像时它和最近邻法的效果类似。cv2.INTER_CUBIC 基于4x4像素邻域的3次插值法cv2.INTER_LANCZOS4 基于8x8像素邻域的Lanczos插值cv2.INTER_AREA 适合于图像缩小 cv2.INTER_CUBIC (slow) cv2.INTER_LINEAR 适合于图像放大