openCv

category
Python
date
Apr 10, 2026
icon
password
slug
openCv
status
Published
summary
opencv相关知识与方法调用
tags
type
Post
中文文档：https://www.woshicver.com/

初始、图层创建zeros_like/zeros

1、zeros_like
np.zeros_like() 是 NumPy 库中的一个函数，它会根据给定的数组（如 img）创建一个与之 形状和数据类型完全相同 的空白画布，并将所有元素初始化为 0。 img_contours = np.zeros_like(img)
2、zeros
np.zeros() 是 NumPy 库中的一个函数，用于创建 全零数组。
  • shape
      • 表示数组的维度和大小：
    • 当输入 单个整数 时，生成一维数组。
    • 当输入 元组 时，生成多维数组。
  • dtype
      • 指定数组中元素的数据类型。例如：
      • float（默认）：浮点数类型。
      • int：整数类型。
      • uint8：无符号 8 位整数（0-255，常用于图像）。
      • bool：布尔值类型（True 或 False）。
  • order
    • 'C'（行优先）：数据在内存中按行存储。
    • 'F'（列优先）：数据在内存中按列存储。

一、图像读取和保存

1、读取图片
2、显示图片
 
notion image
3、保存图像
注意点：
（1）纯色图层的创建
（2）灰度单通道转为彩色三通道

二、视频读取、保存、暂停

1、读取视频
2、get、set用法
OpenCV的VideoCapture类的get、set参数列表_videocapture set-CSDN博客
文章浏览阅读1.3w次，点赞17次，收藏114次。首先先看OpenCV4.1官方中文手册P32，关于VideoCapture的set和get的说明，如图1所示。说明了19个参数都是可读的，但部分参数可写。具体关于它们的读写我没有仔细深究，在表1注出了我所知的它们读写属性。图1表1 get的参数列表 参数名称 值 说明 读/写 CV.CAP_PROP_POS_MSEC 0 当前视频文件的时间位置（返回毫秒）或视频捕获时间戳 Y/ CV.CAP_PROP_POS_FRAMES 1 从0开._videocapture set
OpenCV的VideoCapture类的get、set参数列表_videocapture set-CSDN博客
https://blog.csdn.net/weixin_47965042/article/details/113359922
3、保存视频
重点：
（1）gray_frame 写入 VideoWriter 时，使用的是灰度图像（单通道），而 VideoWriter 默认期望的是彩色图像（三通道），需要写成：
out.write(cv2.cvtColor(gray_frame, cv2.COLOR_GRAY2BGR))
（2）确保写入的每一帧大小和初始化的分辨率一致
（3）20.0表示每一秒帧数
notion image
4、暂停视频

三、图像上绘制图形

1、线段
2、矩形
3、圆形
4、椭圆
5、多边形
6、文本
 

四、图像、视频绑定鼠标事件

1、应用（双击新增圆形）
（1）setMouseCallback需要绑定一个窗口
（2）回调函数默认五个参数：事件类型、x坐标、y坐标、标志位、额外参数
notion image
2、鼠标事件
3、其他用法/示例
（1）获取像素点的BGR值
关键点：img[,]传入的应该是y, x
（2）鼠标拖动生成一个圆
关键点：刷新图像需要用copy原图，如果是纯色背景可以写成：
img = np.zeros((512, 512, 3), np.uint8) # 创建图层 img = np.zeros_like(img) # 清空图像，保留最新的直线
（3）视频鼠标事件
（4）操作完视频的某一帧后保存新视频
解决办法是：记录用户操作，每一次while循环都记录原视频帧数，新视频帧数，操作计数为列表，再重新抽帧形成新视频

五、滑动条

1、cv2.createTrackbarPos
2、cv2.getTrackbar
3、示例：调色板

六、图像像素

1、获取像素值
2、修改像素值
3、其他方法

七、图像属性访问

八、通道拆分与隐藏

通道拆分
隐藏某一通道

九、图像边框

示例：

十、图像算数运算

1、加法：将两幅图像的对应像素相加
2、减法： 将一幅图像的像素值从另一幅图像中减去
3、乘法：对应像素相乘，常用于图像遮罩或权重调整
4、除法：对应像素相除，用于亮度调整或归一化
5、图像融合：加权融合
（权重和偏置）
6、按位运算：与、或、异或、反

十一、时间测量

cv.getTickCount 和 cv.getTickFrequency 的实现是跨平台的，适合在不同系统上使用。
  • 时钟频率： 处理器每秒"滴答"的次数，表示它的速度。
  • 时钟周期： 每一个"滴答"表示一个最小时间片段。
  • 时钟周期数： 如果代码运行了 5 个"滴答"，就是 5 个时钟周期数。
notion image

十二、改变颜色空间

1、cv2.cvtColor颜色空间转换
  • cv2.COLOR_BGR2GRAY：BGR → 灰度。
  • cv2.COLOR_BGR2RGB：BGR → RGB。
  • cv2.COLOR_BGR2HSV：BGR → HSV（色调、饱和度、明度）。
  • cv2.COLOR_HSV2BGR：HSV → BGR。
  • cv2.COLOR_GRAY2BGR：灰度 → BGR。
2、cv2.inRange颜色范围过滤
综合示例：提取绿色区域并显示

十三、图像几何变换

1、图像平移
warpAffine参数：
  • 第一个参数是输入图像。
  • 第二个参数是变换矩阵 M。
  • 第三个参数是输出图像的大小，格式为 (width,height)。
notion image
2、图像缩放
resize参数：
  • fx：横向放大
  • fy：纵向放大
  • interpolation，插值方法
    • cv2.INTER_NEAREST：最近邻插值，速度快但可能出现锯齿。
    • cv2.INTER_LINEAR：双线性插值（默认），适合缩放。
    • cv2.INTER_CUBIC：三次插值，效果更好但速度较慢。
    • cv2.INTER_LANCZOS4：适合高质量的缩放。
notion image
3、图像旋转
getRotationMatrix2D参数：
  • cneter：选择中心
  • angle：选择角度
  • scale：缩放比例
notion image
4、仿射变换
仿射变换是保持直线不变的线性变换，可以实现旋转、缩放和剪切
getAffineTransform参数：
  • pts1：原图的三个点的坐标。
  • pts2：目标图像中与 pts1 对应的三个点的坐标。
notion image
5、透视变换
透视变换可以将图像从一个视角转换为另一个视角
getPerspectiveTransform参数：
  • pts1：原图的四个点。
  • pts2：目标图像中与 pts1 对应的四个点。
notion image

十四、图像阈值

1、全局阈值
  • src ：图像，通常为单通道的灰度图像
  • thresh：阈值
  • maxval：二值化后像素值的最大值
  • type：阈值处理类型
    • cv.THRESH_BINARY: 大于阈值的像素设为最大值，其他设为 0。
    • cv.THRESH_BINARY_INV: 大于阈值的像素设为 0，其他设为最大值。
    • cv.THRESH_TRUNC: 大于阈值的像素设为阈值，其他保持不变。
    • cv.THRESH_TOZERO: 小于阈值的像素设为 0，其他保持不变。
    • cv.THRESH_TOZERO_INV: 大于阈值的像素设为 0，其他保持不变。
notion image
2、局部阈值
  • src：图像，必须是单通道的灰度图像
  • maxValue：阈值后的最大像素值
  • adaptiveMethod：阈值计算方法
    • cv.ADAPTIVE_THRESH_MEAN_C: 采用邻域的均值。
    • cv.ADAPTIVE_THRESH_GAUSSIAN_C: 采用邻域像素值的加权均值（权重为高斯分布）。
  • thresholdType：阈值类型
    • cv.THRESH_BINARY: 大于阈值的像素设为最大值，其他设为 0。
    • cv.THRESH_BINARY_INV: 大于阈值的像素设为 0，其他设为最大值。
    • cv.THRESH_TRUNC: 大于阈值的像素设为阈值，其他保持不变。
    • cv.THRESH_TOZERO: 小于阈值的像素设为 0，其他保持不变。
    • cv.THRESH_TOZERO_INV: 大于阈值的像素设为 0，其他保持不变。
  • blockSIze：邻域大小，必须是奇数
  • C： 一个常数，从计算得到的阈值中减去此值，调整阈值大小
notion image
3、总结
特点
cv.threshold
cv.threshold
适用场景
光照均匀的图像
光照不均的图像
阈值类型
固定的全局阈值
局部计算阈值
复杂度
简单，效率高
相对复杂，计算量大
阈值计算依据
固定值
局部均值或加权均值
 

十五、图像模糊/图像平滑

1、平均平滑
利用像素邻域的平均值来替代当前像素值，从而减少图像中的随机噪声
  • img：图像
  • kernel_size：滤波器矩阵。滤波器越大，平滑效果越强，但会导致图像变模糊
notion image
2、高斯平滑
利用高斯分布的权重来计算像素值的加权平均值，中心像素权重大，边缘像素权重小。高斯平滑对高斯噪声效果更好。
  • img：图像
  • ksize：高斯核（滤波器）矩阵，只能是单数
  • sigmaX：高斯核在 X 方向的标准差，控制平滑强度。如果为 0，OpenCV 会根据核大小自动计算。
notion image
3、中值平滑
利用邻域内像素值的中值来替代中心像素值，对椒盐噪声有很好的抑制效果。
  • img：图像
  • ksize：滤波器（单个值，且必须为奇数）
notion image
4、双边滤波
在平滑图像的同时保留边缘细节，对比度较高的区域（如边缘）不会被模糊。
  • img：图像
  • 第二个参数d：滤波器的直径（像素邻域的大小）
  • 第三个参数sigmaColor：颜色空间的滤波 sigma 值
  • 第四个参数sigmaSpace：坐标空间的滤波 sigma 值
notion image
5、自定义卷积核
2D卷积（图像过滤） 是计算机视觉中一个重要的操作，用于对图像进行过滤、特征提取或特定效果处理。通过将一个小矩阵（称为卷积核或滤波器）与图像逐像素相乘并求和，实现对图像的增强或抑制。
  • 卷积核大小： 通常为奇数（如 3×3 或 5×5），便于以中心像素为基准。
  • 边缘处理： 卷积核超出图像边界时，可以使用填充（cv.BORDER_CONSTANT 或 cv.BORDER_REFLECT）。
  • 计算效率： 大核可能会增加计算复杂度，但可以减少处理噪声的影响。
  • 效果调节： 通过调整卷积核的值或大小，可以控制滤波效果。
  • 2D卷积 是通过卷积核对图像进行局部加权操作，实现平滑、锐化、边缘检测等功能
notion image
6、总结
模糊方法
特点
适用场景
平均模糊
简单高效，但会模糊边缘
去除轻微噪声
高斯模糊
权重分布更自然，适合处理高斯噪声
去除高斯噪声
中值模糊
边缘保留好，对椒盐噪声有极佳效果
去除椒盐噪声
双边模糊
平滑效果好，同时保留边缘细节
保留细节的降噪
自定义模糊
灵活实现多种卷积核效果
特殊需求，锐化或特定模糊效果

十六、生成结构元素（卷积核）

  • a：设定卷积核的形状
    • MORPH_RECT(函数返回矩形卷积核)
    • MORPH_CROSS(函数返回十字形卷积核)
    • MORPH_ELLIPSE(函数返回椭圆形卷积核
  • b设定卷积核的大小
    • （x，y）的形式表示，表示卷积核有x行，y列
  • c表示描点的位置，默认为中心点 (-1, -1)，表示描点位于中心

十七、形态学

1、腐蚀
  • src：图像
  • kernel：结构元素（卷积核）
  • dst：输出图像（可选）
  • anchor: 锚点，指定结构元素的参考点（默认值是 (-1, -1)，表示使用结构元素的中心）。
  • iterations: 腐蚀的次数，默认值是 1。
  • borderType: 边界模式，定义边界像素的处理方式（默认为 cv2.BORDER_CONSTANT）。
  • borderValue: 边界填充值，仅在 borderType 为 cv2.BORDER_CONSTANT 时有效。
notion image
2、膨胀
  • src: 输入图像。
  • kernel: 结构元素，用于定义膨胀的形状和大小。
  • dst: 输出图像（可选）。
  • anchor: 锚点，指定结构元素的参考点（默认值是 (-1, -1)，表示使用结构元素的中心）。
  • iterations: 膨胀的次数，默认值是 1。
  • borderType: 边界模式。
  • borderValue: 边界填充值。
notion image
3、开运算、闭运算、梯度、顶帽和黑帽
  • src: 输入图像。
  • op: 操作类型：
    • cv2.MORPH_OPEN: 开运算（先腐蚀后膨胀）。
    • cv2.MORPH_CLOSE: 闭运算（先膨胀后腐蚀）。
    • cv2.MORPH_GRADIENT: 形态学梯度（膨胀与腐蚀之差）。
    • cv2.MORPH_TOPHAT: 顶帽运算（原图减去开运算的结果）。
    • cv2.MORPH_BLACKHAT: 黑帽运算（闭运算的结果减去原图）。
  • kernel: 结构元素，定义操作的形状和大小。
  • dst: 输出图像（可选）。
  • anchor: 锚点。
  • iterations: 操作的次数，默认值是 1。
  • borderType: 边界模式。
  • borderValue: 边界填充值。
4、总结
形态学转换 是图像处理中的一种技术，通常应用于二值图像（black-and-white images），也可以用于灰度图像。它基于 图像形状 的特性，主要用于处理噪声、分割、形状分析等任务
类型
作用
原理
应用
腐蚀
缩小图像中的前景（白色区域），去掉边缘的白噪声
结构元素在前景区域移动，只有当结构元素的覆盖区域完全在前景内时，中心像素才保留白色
减少小的噪声、分离粘连的物体
膨胀
扩大图像中的前景（白色区域），填补小孔
结构元素在背景区域移动，只要有一部分结构元素与前景接触，中心像素就变成白色
填充物体中的细小空洞、连接断裂的部分
开运算
先腐蚀后膨胀，用于去除图像中的小噪声，同时保持整体形状不变
去掉小的孤立白色区域（噪声）
清理背景中的噪声
闭运算
先膨胀后腐蚀，用于填补物体中的小孔，同时保持整体形状不变
填补前景中的小黑洞
增强图像的连接性
形态学梯度
计算膨胀和腐蚀的差值，提取物体边界
前景的边界由膨胀的区域减去腐蚀的区域得到
边缘检测
顶帽
提取比背景更亮的区域
原图减去其开运算的结果
突出前景中的小的高亮区域
黑帽
提取比背景更暗的区域
闭运算的结果减去原图
突出前景中的小的暗色区域

十八、图像梯度

1、导数计算方法cv2.Sobel
  • src: 输入图像，通常为灰度图像
  • ddepth: 输出图像的深度（如 cv2.CV_64F）
  • dx: x 方向导数的阶数（1 表示一阶导数）
  • dy: y 方向导数的阶数（1 表示一阶导数）
  • ksize: Sobel 算子的核大小，通常为奇数（如 3、5、7）
notion image
2、cv2.Sobel优化=》cv2.Scharr
优化了核大小为 3 的情况，计算结果更精确
notion image
3、二阶导数cv2.Laplacian
  • src: 输入图像。
  • ddepth: 输出图像的深度。
  • ksize: 拉普拉斯算子的核大小（可选）
notion image
4、梯度的可视化
梯度计算结果通常会包含正负值，而图像显示需要非负值
归一化处理： 使用 cv2.normalize 将梯度值归一化到 0-255 范围。

十九、图像深度（ddepth参数）

接上一条《图像梯度》
ddepth 参数是 OpenCV 中与深度处理相关的重要参数，广泛用于图像梯度计算函数
  • CV_8U: 无符号 8 位整数 (0-255)，常用于灰度图或 RGB 图像
    • 输出为 8 位无符号整数，但在梯度计算中很少直接使用。
    • 如果梯度结果包含负值或大于 255 的值，可能导致结果截断或溢出。
  • CV_16U: 无符号 16 位整数
  • CV_16S: 有符号 16 位整数
    • 计算结果为 16 位有符号整数，适用于需要存储负值的场景。
  • CV_32F: 32 位浮点数
    • 计算结果为 32 位浮点数，适用于某些精度要求较低但需要浮点数输出的场景。
  • CV_64F: 64 位浮点数
    • 计算高精度梯度值，结果为 64 位浮点数。
    • 推荐用于后续需要处理梯度信息的场景（如图像分析或特征提取）。
作用：
ddepth 指定输出图像的深度。
  • 在梯度计算中，结果的数值可能超出原始图像的深度范围。
    • 例如，梯度计算可能会产生负值或大于 255 的值。
    • 如果原始图像是 CV_8U 格式，梯度结果不能直接存储在相同格式中。
  • 通过设置 ddepth，可以确保输出图像能正确存储计算结果。
总结：
  • 如果需要精确存储梯度值，建议使用 CV_64F 或 CV_32F。
  • 如果只是用于显示或处理轻量化结果，可以使用 CV_16S。
结果分析：
CV_8U:
  • 梯度结果截断到 0-255 范围，无法表示负值。
  • 适合直接显示图像，但信息丢失。
CV_16S:
  • 可存储负值，适合后续处理。
  • 显示时需通过 cv2.convertScaleAbs 转换。
CV_64F:
  • 高精度计算结果，适合分析或进一步数学处理。
  • 显示时同样需转换为可视化形式。

二十、边缘检测

参数解释：
image (输入图像)
  • 要进行边缘检测的灰度图像。通常是单通道的图像（如灰度图像）。如果输入的是彩色图像，必须先转换为灰度图像。
threshold1 (低阈值)
  • 低阈值，用于边缘连接。在双阈值检测过程中，小于此值的像素会被认为是非边缘。
threshold2 (高阈值)
  • 高阈值，用于边缘检测。大于此值的像素会被认为是强边缘。
edges（可选输出图像）
  • 输出图像，保存检测到的边缘。默认为None，表示返回一个新图像。
aperttureSize （Sobel算子大小）
  • 用于计算梯度的Sobel算子的大小。可以选择3，5，7。默认值为3。该值决定了梯度计算时的局部区域大小
L2gradient （是否使用L2范数计算梯度）
  • 默认值False，表示使用L1范数来计算梯度
  • 设置为True，则使用L2范数来计算梯度幅值，即sqrt(Gx^2 + Gy^2)
阈值选择：
  • 低阈值 (threshold1)：
    • 如果某个像素的梯度幅值低于低阈值，它会被认为是非边缘。
    • 如果该像素的梯度幅值高于高阈值，且与强边缘相连，它会被认为是边缘。
  • 高阈值 (threshold2)：
    • 高于高阈值的像素会被认为是强边缘，保留为边缘。
    • 低于高阈值、但与强边缘连接的像素也会被认为是边缘。
notion image
 

二十一、图像金字塔

图像处理中的多尺度表示技术，用于描述图像在不同分辨率下的层次结构。它通过一系列分辨率逐渐降低的图像来表示原始图像的信息，通常用于特征提取、图像分析、图像压缩等任务中
1、高斯金字塔
高斯金字塔是通过对原始图像反复进行下采样和模糊（通常使用高斯模糊）来构建的。每一层图像都比上一层的分辨率低，表示原图像的不同尺度。
构建过程：
  • 基础层： 第一层是原始图像本身
  • 模糊和下采样： 每一层通过对上一层进行高斯模糊，然后下采样（通常是将每个 2x2 的块降为一个像素）来生成下一层
  • 继续迭代： 重复上述操作直到达到所需的分辨率或图像尺寸
优点：
  • 高斯金字塔有助于去除图像中的噪声。
  • 提供了图像的多尺度信息，能够处理图像在不同尺度下的特征。
用途：
  • 图像金字塔在多尺度特征提取中的应用： 比如，进行物体检测时，可以在不同尺度下检测物体。
  • 图像压缩： 用于分层编码和压缩。
  • 图像匹配： 在不同尺度下匹配相同的图像区域。
notion image
2、拉普拉斯金字塔
拉普拉斯金字塔是在高斯金字塔的基础上进一步处理得到的。它是通过从高斯金字塔的相邻两层图像之间计算差异来生成的，表示图像的细节信息。
构建过程：
  • 生成高斯金字塔： 先构建高斯金字塔。
  • 计算相邻层之间的差异： 每一层的拉普拉斯金字塔图像是上一层和下一层图像的差异。具体来说，拉普拉斯金字塔的某一层是原始图像和其高斯金字塔上一层图像（经过上采样后）之间的差。
  • 生成细节信息： 通过这种差异化的方式，拉普拉斯金字塔能够提取图像的细节信息（例如边缘和纹理）。
优点：
  • 通过这种方式，拉普拉斯金字塔可以有效地捕捉图像的细节信息，如高频部分。
  • 它对于图像重建和图像分解非常有用。
用途：
  • 图像重建： 拉普拉斯金字塔是图像重建（例如无损压缩）和图像融合中的关键技术。
  • 图像融合： 在图像拼接、合成等任务中，拉普拉斯金字塔常常用于平滑过渡，避免拼接线。
notion image

二十二、图像二值化（接下一条）

将图像转换为二值图像，在给定的阈值下将图像的像素值分为两部分：低于阈值的部分和高于阈值的部分。这个函数通常用于将灰度图像转换为二进制图像，便于后续的处理（例如，轮廓检测、边缘检测等）

参数解释：

  • src：输入图像，必须是灰度图像（单通道）。
  • thresh：阈值，所有小于这个值的像素将被设置为 0（黑色），大于该值的像素将被设置为 maxval（通常为 255）。
  • maxval：用于设置阈值以上的像素的最大值（一般设为 255）。
  • type：阈值类型，定义了如何处理像素值。常见的类型包括：
    • cv2.THRESH_BINARY：如果像素值大于阈值，将其设置为 maxval，否则设置为 0。用于基本的二值化。
    • cv2.THRESH_BINARY_INV：与 THRESH_BINARY 相反，大于阈值的像素设置为 0，小于阈值的像素设置为 maxval。
    • cv2.THRESH_TRUNC：大于阈值的像素值被截断为阈值，其他像素值不变。
    • cv2.THRESH_TOZERO：大于阈值的像素保持不变，小于阈值的像素设置为 0。
    • cv2.THRESH_TOZERO_INV：与 THRESH_TOZERO 相反。

返回值：

  • retval：返回的阈值，通常不使用。
  • image：经过阈值处理后的图像（输出结果），它是一个二值图像。

二十三、图像轮廓绘制

1、查找轮廓
参数解释：
  • image：输入图像，需要是一个二值图像（黑白图像）。通常通过阈值处理或边缘检测（如 cv2.Canny()）生成。
  • mode：轮廓的检索模式。常用的模式有：
    • cv2.RETR_EXTERNAL：只检测外部轮廓。
    • cv2.RETR_LIST：检测所有的轮廓，但没有层级关系。
    • cv2.RETR_TREE：检测所有轮廓，并建立轮廓之间的层级关系。
    • cv2.RETR_CCOMP：检测所有轮廓，并组织成两级层级结构。
  • method：轮廓逼近方法。常用的方法有：
    • cv2.CHAIN_APPROX_SIMPLE：将轮廓的冗余点进行压缩，只保留端点。
    • cv2.CHAIN_APPROX_NONE：存储所有的轮廓点，不进行任何简化。
返回值：
  • contours：检测到的轮廓列表，每个轮廓由一组点构成。
  • hierarchy：层级信息，描述轮廓之间的关系（例如父子关系，是否是内嵌轮廓）。
2、绘制轮廓
参数解释：
  • image：输入图像，将会在该图像上绘制轮廓。
  • contours：轮廓数据，是由 cv.findContours() 返回的轮廓列表。
  • contourIdx：绘制的轮廓索引。可以指定为：
    • -1：绘制所有轮廓。
    • >=0：绘制指定索引的轮廓。
  • color：轮廓的颜色（以 BGR 格式指定）。
  • thickness：轮廓的线条宽度。如果为 -1，则填充轮廓内部。
 

二十四、图像轮廓特征

1、面积
轮廓的面积是轮廓内部所包含的像素点的总数，用于衡量轮廓的大小
参数：
  • contour：输入的轮廓点集（由 cv2.findContours 获得）。
返回值：
  • area：轮廓的面积。
应用场景：
  • 判断物体的大小。
  • 过滤小的噪声轮廓。
2、周长
轮廓的周长是轮廓边界的长度，可以用来判断轮廓的大小或形状复杂度。
参数：
  • contour：输入的轮廓点集。
  • isClosed：布尔值，指定轮廓是否封闭（通常为 True）。
返回值：
  • perimeter：轮廓的周长。
应用场景：
  • 计算形状的复杂度。
  • 判断形状是否是简单的几何图形。
3、特证矩
notion image
键名
含义
计算用途
m00
面积（零阶矩）
轮廓的面积
m10 m01
一阶矩
用于计算质心坐标
m20 m02 m11
二阶矩
用于描述方向和惯性
mu20 mu02 mu11
中心矩
用于描述形状相对于质心的分布
nu20 nu02 nu11
归一化中心矩
用于形状描述和匹配，不受旋转、缩放影响
4、质心
质心是轮廓的中心点，即轮廓内部所有点的平均位置。
参数：
  • contour：输入的轮廓点集。
  • moments['m10'] 和 moments['m01']：质心的分量。
  • moments['m00']：面积矩（轮廓的面积）。
返回值：
  • (cx, cy)：质心的坐标。
应用场景：
  • 跟踪物体位置。
  • 描述形状的中心位置。
5、边界框
最小的包含轮廓的矩形框，可以是直的或旋转的
直矩形边界框
  • (x, y)：矩形左上角的坐标。
  • w 和 h：矩形的宽和高。
旋转矩形边界框
  • rect：最小面积矩形的参数（中心、尺寸、旋转角度）。
  • box：旋转矩形的四个顶点坐标。
最小外接圆
包含整个轮廓的最小圆
  • (x, y)：圆心坐标。
  • radius：圆的半径。
最小凸包
凸包是包含轮廓的最小多边形。
6、形状近似
用更少的点逼近轮廓形状，描述轮廓的多边形近似
参数：
  • contour：输入的轮廓点集。
  • epsilon：近似精度，越大越简化。
  • True：布尔值，指定是否封闭。
应用场景：
  • 简化轮廓的复杂性。
  • 识别多边形。
7、圆形度
用面积和周长的关系衡量形状的圆形程度。
  • 完全圆形的值接近 1。
  • 不规则形状的值较小。

总结：

  • 面积、周长：衡量轮廓的大小。
  • 质心：轮廓的中心位置。
  • 边界框、凸包：描述轮廓的包围形状。
  • 形状近似、圆形度：用于分析形状特性。

二十五、图像轮廓属性

1、坚实度
坚实度是等高线面积与其凸包面积之比；如果一个轮廓非常接近于其凸包（例如矩形或圆形），坚实度接近于 1；如果轮廓复杂，坚实度会较小。
2、等效直径
等效直径是面积与轮廓面积相同的圆的直径；通过等效直径可以将复杂形状的轮廓与一个圆形进行对比。
3、取向
取向是物体指向的角度。以下方法还给出了主轴和副轴的长度。
  • (x, y)
    • 表示椭圆的中心点坐标，即椭圆的质心。
    • 单位为像素，x 和 y 分别是横坐标和纵坐标。
  • (MA, ma)
    • 分别是椭圆的短轴长度（MA，minor axis）和长轴长度（ma，major axis）。
    • 单位为像素。
  • angle
    • 椭圆的旋转角度，表示长轴相对于水平线的夹角，单位是度。
    • 角度是以逆时针方向测量的，范围为 [0, 180)。
注意事项
  1. 输入要求
      • cv.fitEllipse() 适用于至少包含 5 个点的轮廓。如果点数不足，函数会报错。
  1. 适用场景
      • 轮廓必须是封闭的，常用于分析形状的方向性和特征，比如物体的长宽比、方向角等。
4、掩码和像素点
掩模图像是与原图像尺寸相同的二值图像，其中特定轮廓区域的像素值为 255（白色），其余部分为 0（黑色）。
  • 掩模图像用于提取轮廓内的像素值，计算平均强度等属性。
  • 生成掩模图像时可以使用 cv2.drawContours 函数。
5、平均颜色/平均强度
平均强度是指轮廓区域内像素的平均灰度值或颜色值，通常需要借助掩模图像进行计算。
  • 对于灰度图，计算轮廓区域内的平均灰度值。
  • 对于彩色图，计算每个通道的平均值。
6、极端点
极点是指对象的最顶部，最底部，最右侧和最左侧的点。
7、凸性缺陷
凸缺陷是轮廓与其凸包之间的最大偏差点
  • 如果图像中没有适合的轮廓（例如纯色图像），可能找不到轮廓，导致凸缺陷无法计算。
  • 确保图像内容包含具有明显凸缺陷的形状，例如多边形、星形等。
  • 如果轮廓的点数太少（少于 4 个点），cv2.convexityDefects() 无法计算凸缺陷。
8、点多边形测试
找出图像中一点到轮廓线的最短距离。它返回的距离，点在轮廓线外时为负，点在轮廓线内时为正，点在轮廓线上时为零。
notion image
参数说明
  • contour: 输入的轮廓，通常是 cv2.findContours 返回的轮廓之一。
  • point: 一个元组，表示要测试的点的坐标 (x, y)。
  • measureDist: 一个布尔值：
    • True：返回点到轮廓的最短距离。
    • False：只返回点的位置关系（在内部、边界上或外部）。
返回值
  • 如果 measureDist=False：
    • > 0：点在多边形内部。
    • == 0：点在多边形边界上。
    • < 0：点在多边形外部。
  • 如果 measureDist=True：
    • 返回点到轮廓的最短距离，正负符号仍代表位置关系（正：内部，负：外部）。
9、形状匹配
比较两个形状或两个轮廓，并返回一个显示相似性的度量。结果越低，匹配越好
参数说明
  1. contour1 和 contour2:
      • 输入的两个轮廓，通常由 cv2.findContours 提取。
  1. method:
      • 匹配方法，有以下三种：
        • cv2.CONTOURS_MATCH_I1：基于 Hu 矩的差异。
        • cv2.CONTOURS_MATCH_I2：基于 Hu 矩平方差。
        • cv2.CONTOURS_MATCH_I3：基于 Hu 矩的角度差。
  1. parameter:
      • 目前未使用，可设为 0。
返回值
  • 返回一个非负浮点值，值越小表示两种形状越相似。

二十六、轮廓分层（查找轮廓-hierarchy参数）

hierarchy 是一个数组，每个轮廓对应一个元素，其中包含关于该轮廓的父轮廓、子轮廓和兄弟轮廓的信息。
对于没有子轮廓或父轮廓的轮廓，这些值将被设置为 -1
  • Next：该轮廓的下一个兄弟轮廓的索引
  • Previous：该轮廓的前一个兄弟轮廓的索引
  • First Child：该轮廓的第一个子轮廓的索引（如果有的话）
  • Parent：该轮廓的父轮廓的索引（如果有的话）
示例：
假设我们有一幅图像，其中有一个大矩形，中间包含一个小矩形，那么它们的层级结构可能如下所示：
  • 大矩形：[ -1, -1, 1, -1 ]
    • 1 表示没有父轮廓和兄弟轮廓。
    • 1 表示它的子轮廓的索引。
  • 小矩形（子轮廓）：[ -1, -1, -1, 0 ]
    • 1 表示没有兄弟轮廓和子轮廓。
    • 0 表示它的父轮廓是大矩形（索引为 0）。
 

二十七、直方图

X轴上具有像素值（不总是从0到255的范围），在Y轴上具有图像中相应像素数的图
1、OpenCV
参数：
  • images：输入图像。需要传递一个图像列表，即使只计算一个图像，也必须放在列表中。例如：[img]。
  • channels：通道索引，表示计算哪个通道的直方图。对于灰度图像，使用 0，对于彩色图像，使用 0、1 或 2（分别代表 B、G、R 通道）。
  • mask：可选的掩模图像。如果设置了掩模，只有在掩模区域内的像素才会参与直方图的计算。默认值为 None，表示对整幅图像进行计算。
  • histSize：直方图的大小。对于灰度图像，通常是 256（表示从 0 到 255 的灰度级别）。对于彩色图像，通常为 256（每个通道计算一个直方图）。
  • ranges：直方图的灰度范围，通常是 [0, 256]，表示从 0 到 255 的像素值范围。
返回值：
  • 返回一个多维数组（numpy.ndarray），包含每个像素值的频率。
2、PLT
参数解析：
  • x：输入数据（数组）。这是直方图绘制的数据，可以是一个一维的 NumPy 数组、Python 列表或图像的像素值数据。
  • bins：直方图的箱子（bin）数量，或者一个数组表示箱子的边界。默认为 10。如果是整数，表示箱子的数量；如果是一个数组，则表示每个箱子的边界。
  • range：直方图的计算范围，默认为 None，表示数据的最小值和最大值。如果给定了范围 range=(min, max)，则只计算该范围内的频率。
  • density：布尔值，表示是否将直方图标准化为概率密度。如果为 True，则每个箱子的面积表示相对频率。
  • weights：一个数组，它的长度应该与 x 相同。表示每个数据点的权重，默认值为 None。
  • cumulative：布尔值，表示是否计算累积直方图。如果为 True，则直方图是累加的。
  • bottom：指定每个箱子底部的高度，用于堆积直方图或堆积显示。
  • histtype：直方图的类型。常见的类型有：
    • 'bar'：条形图（默认值）。
    • 'step'：阶梯图。
    • 'stepfilled'：填充的阶梯图。
  • align：决定箱子的对齐方式。'left'、'mid'、'right'。
  • orientation：方向。'vertical' 或 'horizontal'。
  • rwidth：箱子的宽度比例，默认为 None，表示自动调整。
  • log：布尔值，表示是否在 y 轴上使用对数尺度，适合显示具有大范围差异的数据。
  • color：指定直方图的颜色。
  • label：给直方图添加标签，通常用于图例。
  • stacked：布尔值，表示是否堆叠多个直方图。
返回值：
plt.hist() 返回一个元组 (n, bins, patches)：
  • n：包含每个箱子频数的数组。
  • bins：每个箱子的边界数组。
  • patches：包含绘制图形的 Rectangle 对象，表示条形图的矩形。
3、NumPy
参数：
  • a：输入数据，通常是一个一维数组或图像数据（需要扁平化）。
  • bins：指定直方图的箱子（bin）的数量或边界。如果是整数，则指定箱子的数量；如果是一个数组，则指定每个箱子的边界。
  • range：直方图计算的范围，通常是 (min, max)，如果不指定，默认为数据的最小值和最大值。
返回值：
  • 返回一个元组 (hist, bin_edges)：
    • hist：包含每个箱子（bin）的频数。
    • bins：箱子的边界。

二十八、直方图均衡

直方图均衡的目标是通过调整图像的灰度值，使其均匀分布在整个灰度范围（0-255）内，增强图像的对比度。具体步骤如下：
  1. 计算原始图像的灰度直方图：统计图像中每个像素灰度值的频数。
  1. 计算累计分布函数（CDF）：通过对直方图进行累积，可以得到每个灰度级的累计分布。
  1. 归一化：将累计分布函数归一化到 [0, 255] 的范围。
  1. 映射变换：将原始图像中的灰度值映射到新的灰度值。
通过这些步骤，图像的像素值范围被重新分布，提升了图像的对比度和细节，使图像的各个部分更加明显。
（1）灰度图
1、OpenCV
2、NumPy
（2）彩色图
效果展示
  • 原始图像：图像的亮度和对比度不均匀，可能会有一些区域过暗或过亮。
  • 均衡化后的图像：图像的灰度分布均匀，细节更加清晰，尤其是在低对比度的区域（如阴影或亮度较低的区域），这些区域的细节将变得更加明显。
注意事项
  1. 过度均衡化：对于某些图像，直方图均衡化可能会导致图像的细节丧失，或者引入过度的噪声。特别是在图像本身已经具有良好的对比度时，均衡化可能没有显著的效果，反而可能使图像看起来不自然。
  1. 局部均衡化（Adaptive Histogram Equalization）：为了避免过度均衡化，可以使用局部均衡化方法（如 CLAHE），该方法在图像的局部区域内应用均衡化，而不是全图均衡化，能够更好地保留细节。

二十九、二维直方图

二维直方图的每个元素表示两个通道某一对像素值（比如红色和绿色通道）出现的频率。换句话说，二维直方图告诉我们图像中哪些像素对出现的频率较高，哪些像素对比较稀有
  • cv2.split(img)：将彩色图像分为三个通道，蓝色（B）、绿色（G）和红色（R）。
  • cv2.calcHist()：计算图像的直方图。参数说明：
    • [r, g]：这是一个包含两个图像通道的列表，分别计算红色和绿色通道的联合分布。
    • [0, 0]：指定直方图的开始位置。对于二维直方图，我们使用 [0, 0] 来表示从两个通道的起始位置开始计算。
    • None：不使用掩模（mask），表示对整个图像计算。
    • [256, 256]：指定每个通道的直方图的桶（bin）数目，这里我们将每个通道分成256个桶。
    • [0, 256, 0, 256]：指定每个通道的取值范围，这里是 [0, 255]，即图像的像素值范围。
总结
  • 二维直方图是一种描述图像中两个变量（如两个颜色通道）之间关系的工具。
  • 它通过统计图像中每一对像素的频率，能够帮助我们分析图像的颜色或纹理分布。
  • 使用 cv2.calcHist() 函数可以方便地计算和显示二维直方图。

三十、直方图反投影

用于在图像中定位特定物体或区域，尤其在目标跟踪和图像分割中非常有效。它的基本思想是通过一个目标图像的直方图来估计新图像中每个像素属于该目标的可能性。换句话说，反投影是将目标的颜色分布映射到新的图像上，并标记出可能是目标的位置。
 
  • image: 输入图像（通常是待检测的图像）。
  • channels: 指定要使用的颜色通道。对于彩色图像，可以选择多个通道（如 BGR 或 HSV 的各个通道）。
  • hist: 输入的目标图像的直方图。
  • ranges: 颜色通道的范围。例如，对于8位图像，通常是 [0, 256]。
  • scale: 可选参数，指定是否需要缩放反投影的结果。
OpenCV版示例
Numpy版示例
 
上一篇
ASR识别
下一篇
spider
Loading...