贵州移动端网站建设深圳模板建站多少钱

web/2025/10/8 4:08:41/文章来源:
贵州移动端网站建设,深圳模板建站多少钱,查国外企业用什么软件,php网站开发哪个培训学校好#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 # 接收两个参数#xff0c;一个是文件名#xff0c;一个值#xff0c;如果值为1#xff0c;接收的是彩色图片#xff0c;如果值为零#xff0c;接受的是灰度图片。会有一个返回值#xff0c…#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 # 接收两个参数一个是文件名一个值如果值为1接收的是彩色图片如果值为零接受的是灰度图片。会有一个返回值表示返回的图片内容 img cv2.imread(mashiro.jpg,1) # 接收两个参数一个是窗体名称另一个是要显示的内容 cv2.imshow(mashiro,img) # 将程序暂停只有这样才能看到图片,否则图片会一闪而过因为程序结束了如果time.sleep()的话会卡住 cv2.waitKey(0)2. 图片写入#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 img cv2.imread(mashiro.jpg,1) cv2.imwrite(mashiro1.jpg,img)3.不同图片质量保存#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 img cv2.imread(mashiro.jpg,1) cv2.imwrite(mashiro1.jpg,img,[cv2.IMWRITE_JPEG_QUALITY,0]) cv2.imwrite(mashiro2.png,img,[cv2.IMWRITE_PNG_COMPRESSION,0]) # jpg属于有损压缩是以图片的清晰度为代价的数字越小压缩比越高图片质量损失越严重 # png属于无损压缩数字0-9数字越低压缩比越低4.像素操作基础#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 img cv2.imread(mashiro.jpg,1) (a,b,c) img[500,500] print(a,b,c) for i in range(1,100):img[i,i] (255,0,0) cv2.imshow(mashiro,img) cv2.waitKey(0)5.图片缩放#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 img cv2.imread(mashiro.jpg,1) cv2.imshow(mashiro,img) imginfo img.shape height imginfo[0] width imginfo[1] mode imginfo[2] print(imginfo) dstHeight int(height*0.5) dstWidth int(width*0.5) dst cv2.resize(img,(dstWidth,dstHeight)) cv2.imshow(mashiro1,dst) cv2.waitKey(0)6.图片缩放源码实现#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 import numpy as np img cv2.imread(mashiro.jpg,1) imgInfo img.shape height imgInfo[0] width imgInfo[1] dstHeight int(height/2) dstWidth int(width/2) dstImage np.zeros((dstHeight,dstWidth,3),np.uint8) for i in range(0,dstHeight): for j in range(0,dstWidth): iNew int(i*(height*1.0/dstHeight)) jNew int(j*(width*1.0/dstWidth))dstImage[i,j] img[iNew,jNew] cv2.imshow(mashiro,dstImage) cv2.waitKey(0)7.图片剪切#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 img cv2.imread(mashiro.jpg,1) imgInfo img.shape dst img[10:600,10:400] cv2.imshow(mashiro,dst) cv2.waitKey(0)8.图片移位#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2,numpy as np img cv2.imread(mashiro.jpg,1) cv2.imshow(mashiro,img) imgInfo img.shape height imgInfo[0] width imgInfo[1] matshift np.float32([[1,0,100],[0,1,200]]) dst cv2.warpAffine(img,matshift,(height,width)) cv2.imshow(mashiro1,dst) cv2.waitKey(0)9.图片移位源码实现#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 import numpy as np img cv2.imread(mashiro.jpg,1) imgInfo img.shape cv2.imshow(mashiro,img) dst np.ones(imgInfo,np.uint8) height imgInfo[0] width imgInfo[1] for i in range(0,height): for j in range(0,width-300):dst[i,j] img[i,j] cv2.imshow(mashiro1,dst) cv2.waitKey(0)10.图片镜像#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 import numpy as np img cv2.imread(mashiro.jpg,1) imgInfo img.shape cv2.imshow(mashiro,img) dst np.ones(imgInfo,np.uint8) height imgInfo[0] width imgInfo[1] for i in range(0,height): for j in range(0,width):dst[i,j] img[height-1-i,j] cv2.imshow(mashiro1,dst) cv2.waitKey(0)11.图片仿射变换#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 import numpy as np img cv2.imread(mashiro.jpg,1) cv2.imshow(mashiro,img) imgInfo img.shape height imgInfo[0] width imgInfo[1] matSrc np.float32([[0,0],[0,height-1],[width-1,0]]) matDst np.float32([[50,50],[300,height-200],[width-300,100]]) matAffine cv2.getAffineTransform(matSrc,matDst) dst cv2.warpAffine(img,matAffine,(width,height)) cv2.imshow(mashiro1,dst) cv2.waitKey(0)12.图片旋转#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 import numpy as np img cv2.imread(mashiro.jpg,1) imgInfo img.shape cv2.imshow(mashiro,img) height imgInfo[0] width imgInfo[1] matRotate cv2.getRotationMatrix2D((width*0.5,height*0.5),45,0.5) dst cv2.warpAffine(img,matRotate,(width,height)) cv2.imshow(mashiro1,dst) cv2.waitKey(0)13.闲的蛋疼批量将图片进行上述操作#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 import glob import numpy as np all_jpg glob.glob(rC:\Users\Administrator\Desktop\satori\*.jpg) for count,jpg in enumerate(all_jpg):img cv2.imread(jpg,1)imgInfo img.shapeheight imgInfo[0]width imgInfo[1]dst cv2.resize(img,(int(width/2),int(height/2))) cv2.imwrite(rfC:\Users\Administrator\Desktop\satori\scale\{count}.jpg,dst,[cv2.IMWRITE_JPEG_QUALITY,100]) cv2.waitKey(0) ####################################### for count,jpg in enumerate(all_jpg):img cv2.imread(jpg,1)imgInfo img.shapeheight imgInfo[0]width imgInfo[1] matshift np.float32([[1,0,100],[0,1,50]])dst cv2.warpAffine(img,matshift,(width,height)) cv2.imwrite(rfC:\Users\Administrator\Desktop\satori\translation\{count}.jpg,dst) cv2.waitKey(0) ############################ for count,jpg in enumerate(all_jpg):img cv2.imread(jpg,1)imgInfo img.shapeheight imgInfo[0]width imgInfo[1]dst np.zeros(imgInfo,np.uint8) for i in range(0,height): for j in range(0,width):dst[i,j] img[height-1-i,j] cv2.imwrite(rfC:\Users\Administrator\Desktop\satori\flip\{count}.jpg,dst) ####################### for count,jpg in enumerate(all_jpg):img cv2.imread(jpg,1)imgInfo img.shapeheight imgInfo[0]width imgInfo[1] matsrc np.float32([[0,0],[0,height-1],[width-1,0]]) matdst np.float32([[50,50],[int(width/2),int(height/2)],[width-100,height-50]]) matAffine cv2.getAffineTransform(matsrc,matdst)dst cv2.warpAffine(img,matAffine,(width,height)) cv2.imwrite(rfC:\Users\Administrator\Desktop\satori\shear\{count}.jpg,dst) ######################## for count,jpg in enumerate(all_jpg):img cv2.imread(jpg,1)imgInfo img.shapeheight imgInfo[0]width imgInfo[1] matRotate cv2.getRotationMatrix2D((width*0.5,height*0.5),60,0.5)dst cv2.warpAffine(img,matRotate,(width,height)) cv2.imwrite(rfC:\Users\Administrator\Desktop\satori\rotation\{count}.jpg,dst)14.灰度处理#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2,numpy as np img cv2.imread(mashiro.jpg,0) cv2.imshow(mashiro,img) img cv2.imread(b.png,1) dst cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) cv2.imshow(mmp,dst) cv2.waitKey(0) img cv2.imread(mashiro.jpg,1) imgInfo img.shape height imgInfo[0] width imgInfo[1] dst np.zeros((height,width,3),np.uint8) for i in range(0,height): for j in range(0,width):b,g,r img[i,j] gray (int(b)int(g)int(r))/3 dst[i,j] [np.uint8(gray),np.uint8(gray),np.uint8(gray)] cv2.imshow(mmp,dst) cv2.waitKey(0) img cv2.imread(mashiro.jpg,1) imgInfo img.shape height imgInfo[0] width imgInfo[1] dst np.zeros((height,width,3),np.uint8) for i in range(0,height): for j in range(0,width):b,g,r img[i,j] b int(b) g int(g) r int(r) gray r*0.9b*0.87r*0.4 dst[i,j] [np.uint8(gray),np.uint8(gray),np.uint8(gray)] cv2.imshow(mashiro1,dst) cv2.waitKey(0)15.颜色反转#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import numpy as np import cv2 img cv2.imread(mashiro.jpg,1) imgInfo img.shape height imgInfo[0] width imgInfo[1] gray cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) dst np.zeros((height,width,1),np.uint8) for i in range(0,height): for j in range(0,width): dst[i,j] 255 - gray[i,j] cv2.imshow(mashiro,gray) cv2.imshow(mashiro1,dst) cv2.waitKey(0) # img cv2.imread(mashiro.jpg,1) # imgInfo img.shape # height imgInfo[0] # width imgInfo[1] # #gray cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # # dst np.zeros((height,width,3),np.uint8) # # for i in range(0,height): # for j in range(0,width): # b,g,r img[i,j] # dst[i,j] 255-b,255-g,255-r # # cv2.imshow(mashiro,img) # cv2.imshow(mashiro1,dst) # cv2.waitKey(0)16.马赛克#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 import numpy as np img cv2.imread(mashiro.jpg,1) imgInfo img.shape height imgInfo[0] width imgInfo[1] for m in range(200,400): for n in range(100,200): if m%100 and n%100: for i in range(0,10): for j in range(0,10):b,g,r img[m,n]img[im,jn] b,g,r cv2.imshow(mashiro,img) cv2.waitKey(0)17.毛玻璃#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import numpy as np import cv2,random img cv2.imread(mashiro.jpg,1) imgInfo img.shape height imgInfo[0] width imgInfo[1] dst np.zeros((height,width,3),np.uint8) mm 8 for m in range(0,height-mm): for n in range(0,width-mm): index int(random.random()*8)b,g,r img[mindex,nindex] dst[m,n] b,g,r cv2.imshow(mashiro,dst) cv2.waitKey(0)18.真白18岁生日快乐 19.图片融合import cv2 import numpy as np img cv2.imread(mashiro.jpg,1) img1 cv2.imread(mashiro.jpg,1) imgInfo img.shape height imgInfo[0] width imgInfo[1] roiH int(height/2) roiW int(width/2) imgROI img[0:roiH,0:roiW] img1ROI img[0:roiH,0:roiW] dst np.zeros((roiH,roiW,3),np.uint8) dst cv2.addWeighted(imgROI,0.5,img1ROI,0.5,0) cv2.imshow(mashiro,dst) cv2.waitKey(0) # 貌似程序有问题20.边缘检测import cv2 import numpy as np import random # 所有边缘检测都是基于灰度处理的因此先要转换成灰度图片 img cv2.imread(mashiro.jpg,1) imgInfo img.shape height imgInfo[0] width imgInfo[1] cv2.imshow(mashiro,img) # 1 灰度 gray cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # 2 高斯滤波 imgG cv2.GaussianBlur(gray,(3,3),0) # 图片经过卷积 dst cv2.Canny(imgG,50,50) cv2.imshow(mashiro1,dst) cv2.waitKey(0)21.浮雕效果import cv2 import numpy as np img cv2.imread(mashiro.jpg,1) cv2.imshow(mashiro,img) imgInfo img.shape height imgInfo[0] width imgInfo[1] gray cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) dst np.zeros((height,width,1),np.uint8) for i in range(0,height): for j in range(0,width-1): grayP0 int(gray[i,j]) grayP1 int(gray[i,j1]) newP grayP0-grayP1150 if newP255: newP255 elif newP0: newP0 dst[i,j] newP cv2.imshow(mashiro1,dst) cv2.waitKey(0)22.颜色映射import cv2 import numpy as np img cv2.imread(mashiro.jpg,1) cv2.imshow(mashiro,img) imgInfo img.shape height imgInfo[0] width imgInfo[1] dst np.zeros((height,width,3),np.uint8) for m in range(height): for n in range(width):b,g,r img[m,n] b b*1.5 g g*1.3 if b 255: b255 if g255: g255 dst[m,n] b,g,r cv2.imshow(mashiro1,dst) cv2.waitKey(0)23.油画特效import cv2 import numpy as np img cv2.imread(mashiro.jpg,1) imgInfo img.shape height imgInfo[0] width imgInfo[1] gray cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) dst np.zeros((height,width,3),np.uint8) for i in range(4,height-4): for j in range(4,width-4): array1 np.zeros(8,np.uint8) for m in range(-4,4): for n in range(-4,4): p1int(gray[im,jn]/32) array1[p1]array1[p1]1 currentMax array1[0] for k in range(0,8): if currentMax lk for m in range(-4,4): for n in range(-4,4): if gray[im,jn](l*32) and gray[im,jn]((l1)*32):b,g,r img[m,n] dst[i,j] b,g,r cv2.imshow(mashiro,dst) cv2.waitKey(0) # 程序算的会很慢很慢24.线段绘制import cv2 import numpy as np img cv2.imread(mashiro.jpg,1) newImagInfo (500,500,3) dst np.zeros(newImagInfo,np.uint8) # 1.图片信息 2.开始位置 3.结束位置 4.颜色 cv2.line(dst,(100,100),(400,400),(0,0,255)) # 5.线条的宽度 cv2.line(dst,(100,200),(400,200),(0,255,255),20) # 6.线条类型 cv2.line(dst,(100,300),(400,300),(0,255,0),20,cv2.LINE_AA) # 绘制三角形说白了就是三条线段 cv2.line(dst,(200,150),(50,250),(25,100,255)) # 第二条线段的起始位置是第一条线段的终止位置 cv2.line(dst,(50,250),(400,380),(25,100,255)) # 第三条线段的起始位置是第一条线段的起始位置终止位置是第二条线段的终止位置 cv2.line(dst,(200,150),(400,380),(25,100,255)) cv2.imshow(mashiro,dst) cv2.waitKey(0)25.矩形圆形任意多边形绘制import cv2 import numpy as np newImgInfo 500,500,3 dst np.zeros(newImgInfo,np.uint8) # 1.图片 2.左上角坐标 3.右下角坐标 4.颜色 5.是否填充(大于零线条宽度小于零是否填充) cv2.rectangle(dst,(50,100),(200,300),(255,0,0),-1) # 1.图片 2.圆心 3.半径 4.颜色 cv2.circle(dst,(250,250),(50),(255,0,255),-1,cv2.LINE_AA) # 椭圆 1.图片 2.椭圆圆心 3.长轴和短轴的长度 4.偏转角度 5.圆弧起始角度 6.圆弧终止角度 7.颜色 8.是否填充 cv2.ellipse(dst,(256,256),(150,100),0,0,180,(255,255,0),-1,cv2.LINE_AA) # 定义任意角度 points np.array([[150,50],[140,140],[200,170],[250,250],[150,50]],np.int32) # (5,2) points points.reshape((-1,1,2)) # (5,1,2) cv2.polylines(dst,[points],True,(0,255,255)) cv2.imshow(mashiro,dst) cv2.waitKey(0)26.文字绘制#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 import numpy as np img cv2.imread(mashiro.jpg,1) font cv2.FONT_HERSHEY_COMPLEX # 1.图片 2.文字的内容 3.写入的坐标 4.字体 5.字体大小 6.颜色 7字体的粗细 8.线条类型 cv2.putText(img,hello, i am mashiro····,(100,300),font,1,(200,100,255),2,cv2.LINE_AA) cv2.imshow(mashiro,img) cv2.waitKey(0)27.图片绘制#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 img cv2.imread(mashiro.jpg,1) height int(img.shape[0]*0.2) width int(img.shape[1]*0.2) imgResize cv2.resize(img,(width,height)) for i in range(height): for j in range(width):img[i200,j350] imgResize[i,j] cv2.imshow(mashiro,img) cv2.waitKey(0)28.彩色图片直方图#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 import numpy as np def ImageHist(img,e_type): color (255,255,255) windowName gray if e_type 31: color (255,0,0) windowName b hist elif e_type 32: color (0,255,0) windowName g hist elif e_type 33: color (0,0,255) windowName r hist # 一定要用列表的形式 1.图片 2.计算直方图的通道 3.蒙版mask 4.直方图的size多少种 5直方图中各个像素的值hist cv2.calcHist([img],[0],None,[256],[0.0,255.0]) minV,maxV,minV_indice,maxL_indice cv2.minMaxLoc(hist) histImg np.zeros([256,256,3],np.uint8) for h in range(256): interNomal int(hist[h]*256/maxV) cv2.line(histImg,(h,256),(h,256-interNomal),color) cv2.imshow(windowName,histImg) return histImg img cv2.imread(mashiro.jpg,3) channels cv2.split(img) # RGB ----R G B for i in range(3): ImageHist(channels[i],31i) cv2.waitKey(0)29.灰度直方图均衡化#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 import numpy as np img cv2.imread(mashiro.jpg,1) gray cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) cv2.imshow(mashiro,gray) dst cv2.equalizeHist(gray) cv2.imshow(mashiro1,dst) cv2.waitKey(0)30.彩色直方图均衡化#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 import numpy as np img cv2.imread(mashiro.jpg,3) cv2.imshow(mashiro,img) b,g,r cv2.split(img) # split之后 得到三个通道的数据 bH cv2.equalizeHist(b) gH cv2.equalizeHist(g) rH cv2.equalizeHist(r) result cv2.merge((bH,gH,rH)) # 将三个通道合成在一起 cv2.imshow(mashiro1,result) cv2.waitKey(0)31.YUV直方图均衡化#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 import numpy as np img cv2.imread(mashiro.jpg,1) imgYUV cv2.cvtColor(img,cv2.COLOR_BGR2YCrCb) cv2.imshow(mashiro,img) channelYUV cv2.split(imgYUV) channelYUV[0] cv2.equalizeHist(channelYUV[0]) channels cv2.merge(channelYUV) result cv2.cvtColor(channels,cv2.COLOR_YCrCb2BGR) cv2.imshow(mashiro1,result) cv2.waitKey(0)32.图片修补#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 import numpy as np img cv2.imread(mashiro.jpg,1) for i in range(200,300):img[i,200] (255,255,255)img[i,2001] (255,255,255)img[i,200-1] (255,255,255) for i in range(150,250):img[250,i] (255,255,255)img[2501,i] (255,255,255)img[250-1,i] (255,255,255) cv2.imwrite(damaged_mashiro.jpg,img) img cv2.imread(damaged_mashiro.jpg,3) cv2.imshow(damaged_mashiro.jpg,img) imgInfo img.shape height imgInfo[0] width imgInfo[1] paint np.zeros((height,width,1),np.uint8) for i in range(200,300): paint[i,200] 255 paint[i,2001] 255 paint[i,200-1] 255 for i in range(150,250): paint[250,i] 255, paint[2501,i] 255 paint[250-1,i] 255 cv2.imshow(paint,paint) imgDst cv2.inpaint(img,paint,3,cv2.INPAINT_TELEA) cv2.imshow(mashiro,imgDst) cv2.waitKey(0)33.亮度增强#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 import numpy as np img cv2.imread(mashiro.jpg,1) imgInfo img.shape height imgInfo[0] width imgInfo[1] dst np.zeros((height,width,3),np.uint8) # 新图片像素的亮度等于原图片像素的亮度加上一个固定值 cv2.imshow(mashiro,img) for i in range(height): for j in range(width):(b,g,r) img[i,j] bb int(b)120 # 自由变换 gg int(g)120 rr int(r)120 if bb 255: bb 255 if gg 255: gg 255 if rr 255: rr 255dst[i,j] img[i,j] cv2.imshow(mashiro1,dst) cv2.waitKey(0)34.磨皮美白#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat # 原理双边滤波 import cv2 img cv2.imread(mashiro.jpg,1) cv2.imshow(mashiro,img) dst cv2.bilateralFilter(img,15,35,35) cv2.imshow(mashiro1,dst) cv2.waitKey(0) # 由于是动漫图片然鹅并看不出什么效果35.高斯滤波#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 img cv2.imread(mashiro.jpg,1) cv2.imshow(mashiro,img) dst cv2.GaussianBlur(img,(5,5),1.5) cv2.imshow(mashiro1,dst) cv2.waitKey(0) # 如果原图上有许多的小点点那么高斯滤波可以过滤掉同时图片也会变得模糊36.均值滤波#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 import numpy as np img cv2.imread(mashiro.jpg,1) cv2.imshow(mashiro,img) imgInfo img.shape height imgInfo[0] width imgInfo[1] dst np.zeros((height,width,3),np.uint8) for i in range(3,height-3): for j in range(3,width-3): sum_b int(0) sum_g int(0) sum_r int(0) for m in range(-3,3): for n in range(-3,3):b,g,r img[im,jn] sum_b sum_b int(b) sum_g sum_g int(g) sum_r sum_r int(r) b np.uint8(sum_b/36) g np.uint8(sum_g/36) r np.uint8(sum_r/36) dst[i,j] b,g,r cv2.imshow(mashiro1,dst) cv2.waitKey(0) # 然而并无卵用程序还很慢37.中值滤波#!/usr/bin/env python # -*- coding:utf-8 -*- # author:love_cat import cv2 import numpy as np img cv2.imread(mashiro.jpg, 1) imgInfo img.shape height imgInfo[0] width imgInfo[1] img cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) cv2.imshow(mashiro, img) dst np.zeros((height, width, 3), np.uint8) collect np.zeros(9, np.uint8) for i in range(1, height-1): for j in range(1, width-1): k 0 for m in range(-1, 2): for n in range(-1, 2):gray img[i m, j n] collect[k] gray k k 1 for k in range(0, 9): p1 collect[k] for t in range(k 1, 9): if p1 collect[t]: mid collect[t] collect[t] p1 p1 mid dst[i, j] collect[4] cv2.imshow(mashiro1,dst) cv2.waitKey(0) # 效果并不理想,程序也很慢38.视频分解成图片# 视频分解图片 # 1 load 2 info 3 parse 4 imshow imwrite import cv2 # 打开一个视频获取一个句柄 cap cv2.VideoCapture(r01.mp4) # 判断是否打开 isOpened cap.isOpened print(isOpened) # 获取视频的帧率 fps cap.get(cv2.CAP_PROP_FPS) # 获取图片的宽度和高度 width int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) height int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) print(帧率%s宽度%s,高度%s % (fps, width, height)) i 0 while isOpened: if i 100: break # 我们只获取100张图片 else: i 1 # 读取每一张flagframe # flag表示是否读取成功 # frame表示图片的内容 (flag, frame) cap.read() fileName imagestr(i).jpg print(fileName) if flag: cv2.imwrite(fileName, frame, [cv2.IMWRITE_JPEG_QUALITY, 100]) # 表示精度最高 print(end!!!) # 程序运行结果帧率15.0宽度1280,高度720 image1.jpg image2.jpg image3.jpg image4.jpg image5.jpg image6.jpg image7.jpg image8.jpg image9.jpg image10.jpg image11.jpg image12.jpg image13.jpg image14.jpg image15.jpg image16.jpg image17.jpg image18.jpg image19.jpg image20.jpg image21.jpg image22.jpg image23.jpg image24.jpg image25.jpg image26.jpg image27.jpg image28.jpg image29.jpg image30.jpg image31.jpg image32.jpg image33.jpg image34.jpg image35.jpg image36.jpg image37.jpg image38.jpg image39.jpg image40.jpg image41.jpg image42.jpg image43.jpg image44.jpg image45.jpg image46.jpg image47.jpg image48.jpg image49.jpg image50.jpg image51.jpg image52.jpg image53.jpg image54.jpg image55.jpg image56.jpg image57.jpg image58.jpg image59.jpg image60.jpg image61.jpg image62.jpg image63.jpg image64.jpg image65.jpg image66.jpg image67.jpg image68.jpg image69.jpg image70.jpg image71.jpg image72.jpg image73.jpg image74.jpg image75.jpg image76.jpg image77.jpg image78.jpg image79.jpg image80.jpg image81.jpg image82.jpg image83.jpg image84.jpg image85.jpg image86.jpg image87.jpg image88.jpg image89.jpg image90.jpg image91.jpg image92.jpg image93.jpg image94.jpg image95.jpg image96.jpg image97.jpg image98.jpg image99.jpg image100.jpg end!!!转自https://www.cnblogs.com/traditional/p/9043931.html

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/88863.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

杭州做网站博客企业所得税优惠政策最新2023规定公告

哈希和unordered系列封装 一、哈希1. 概念2. 哈希函数,哈希碰撞哈希函数(常用的两个)哈希冲突(碰撞)小结 3. 解决哈希碰撞闭散列线性探测二次探测代码实现载荷因子(扩容) 开散列哈希桶代码实现扩…

金融投资网站wordpress 显示指定分类

转自:https://blog.csdn.net/qq_37788067/article/details/79250623概念:集群是个物理形态,分布式是个工作方式。1.分布式:一个业务分拆多个子业务,部署在不同的服务器上2.集群:同一个业务,部署在多个服务器…

温州高端企业网站建设营商环境建设监督局网站

参考引用 C11 14 17 20 多线程从原理到线程池实战代码运行环境:Visual Studio 2019 C多线程学习(一):C11 多线程快速入门 C多线程学习(二):多线程通信和锁 C多线程学习(三&#xff0…

北京个人制作网站有哪些内容网站管理工作是具体应该怎么做

文章目录 普通装饰器decorator0. 万能公式,非常重要1. 便于入门的decorator原理2. 理解函数3. 装饰器的作用:4. 装饰器的语法糖5. 装饰器顺序6. 极简的装饰器7. 装饰器的参数无参 函数装饰器有参 函数装饰器 类装饰器class decorator0. 万能公式,非常重要…

上海网站设计见建设怎样重新安装电脑wordpress

原文链接:赵侠客 前言 枚举类型在开发中是很常见的,有非常多的应用场景,如状态管理、类型分类、权限控制、配置管理、错误码管理、日志级别等。正确合理的使用枚举可以给我们带来非常多的好处: 增强代码可读性:枚举可…

定制企业网站建设制作域名网站怎么打开

1) 新建源文件 打开 CodeBlocks ,在上方菜单栏中选择 “文件 --> 新建 --> 空白文件”,如下图所示: 或者直接按下 Ctrl Shift N 组合键,都会新建一个空白的源文件,如下图所示: 在空白源文件中输入…

柯桥做网站哪家好济南软件开发公司

本文聊一个程序员都会关注的问题:性能。 当大家谈到“性能”时,你首先想到的会是什么? 是每次请求需要多长时间才能返回? 是每秒钟能够处理多少次请求? 还是程序的CPU和内存使用率高不高? 这些问题基本上…

建筑业资质查询网站工信部网站备案用户名

目录 4.通过继承实现员工工资核算打印功能 6.父类和子类中通过this和super都可以调用哪些属性和方法 8.扩展如下的BankAccount类 10.判断测试类中创建的两个对象是否相等 11.向上转型&向下转型 12.equals和的区别 15.什么是多态,多态具体体现有哪些? 16. java的动…

昌平建设网站网站开发选定制还是模板

在C中,->是一个运算符,称为成员访问运算符(Member Access Operator)。它用于通过指针访问对象的成员(变量或函数)。 下面是对->运算符的详细解释: 语法: pointer->member …

有没有做校园文化的网站百度做app的网站

展开全部JAVA环境变量设置一、下载JDK。62616964757a686964616fe4b893e5b19e31333363376561下载后是一个可执行程序,双击安装,安装路径为C:\Program Files\Java\jdk1.6.0_22\(当然,其他路径也可以),如下图:二、设置环境…

网站建设都有那些费用做网站公司有哪些

选择题 题目:电路如图所示,Ua( )V,Ub( )V 题目:实际电流源开路时,该电流源内部 题目:电压和电流的参考方向关联的含义是 题目:用万用表测量电阻时…

网站建设创业网站制作和收费标准

题目背景 矩阵快速幂 题目描述 给定n*n的矩阵A,求A^k 输入输出格式 输入格式: 第一行,n,k 第2至n1行,每行n个数,第i1行第j个数表示矩阵第i行第j列的元素 输出格式: 输出A^k 共n行,每行n个数&…

酒店网站制作策划平昌城乡与住房建设部网站

听说你会画蛋,“圆蛋”画得好这是上天的垂青,但要成为一名令人仰慕的画家,还要靠你不懈的追求。愿你为“圆蛋”而努力,因元旦而快乐终生!元旦要到,预祝你用开心享受节日每一秒,用高兴感受生活真…

创办一个网站如何自己建造网站

一、传统机器学习分类流程与经典思想算法简述 传统机器学习是指,利用线性代数、数理统计与优化算法等数学方式从设计获取的数据集中构建预测学习器,进而对未知数据分类或回归。其主要流程大致可分为七个部分,依次为设计获取数据特征集&#x…

网站静态化对seowordpress get

一、赋值与引用 当你将一个变量赋值给另一个变量时,实际上是将一个对象的引用(内存地址)赋给了另一个变量,而不是创建了一个新的对象。因此,这两个变量将指向相同的内存地址,修改其中一个变量的值将会影响…

有免费可以做的网站吗网站空间在哪买好

我在整个屏幕上显示一个回收站视图,该回收站视图只有一个图像视图,我想知道如何在回收站适配器之外获取屏幕上显示的imageview的位置。我试图实现一个接口,但结果不准确。我想立即保存当前位置。我的回收站适配器:public class Re…

安徽省建设工程信息网官网是什么网站广告投放方式

北京的Java培训班有很多,价格却是相差不多的,但培训的课程就参差不齐了,有的培训班就是为了赚钱而存在的,想要系统的学习Java,确保学习效果,那么你一定要挑选正规的Java培训班,挑选适合自己的Ja…

线在成都网站推广公司什么网站的地图

Docker 为用户提供了在 Ubuntu Linux 上快速创建虚拟容器的能力。但是,那些不想使用命令行管理容器的人可以在 Ubuntu 24.04 LTS 上安装 Docker Desktop GUI,本教程将提供用于设置 Docker 图形用户界面的命令…… Docker Desktop 是一个易于使用的集成容…

网页设计专业学校优化网站排名如何

乘风破浪:LeetCode真题_010_Regular Expression Matching 一、前言 关于正则表达式我们使用得非常多,但是如果让我们自己写一个,却是有非常大的困难的,我们可能想到状态机,确定,非确定状态机确实是一种解决…