gray | 易学教程

python-OpenCV 调用摄像头

阅读更多关于 python-OpenCV 调用摄像头

import cv2 import numpy as np vc = cv2.VideoCapture(0) if vc.isOpened(): opened, frame = vc.read() else: opened = False while opened: ret, frame = vc.read() if frame is None: break if ret: gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) cv2.imshow('result', gray) cv2.imshow('result2', frame) if cv2.waitKey(10) & 0XFF == 27: break vc.release() cv2.destroyAllWindows() 来源： CSDN 作者： John的IT之旅链接： https://blog.csdn.net/qq_42384665/article/details/104779406

JavaScript基础

阅读更多关于 JavaScript基础

JavaScript 的内置对象：数组（ array ） <!DOCTYPE html> <html> <head> <meta charset="UTF-8"> <title>隔行换色表格</title> <script type="text/javascript"> // 通过原生的JavaScript改变标签的样式 function onlode(){ // 1.获得元素标签 var tr=document.getElementsByTagName("tr")//获取tr标签数组，以零开始。 // document.getElementsByName("checkOne")//通过name属性获得标签 // document.getElementsById("checkOne")//通过id属性获得标签 for( var i=2;i<tr.length;i+=2) { tr[i].style.background="#eee" // tr[i].background="#eee" } } </script> </head> <body onload="onlode()">  <table width="500" align="center" cellpadding="10px" border="1px" cellspacing=

python图像处理之图像灰度化

阅读更多关于 python图像处理之图像灰度化

灰度化预备知识在了解图像处理的基本操作之前，我们需要知道关于图像的一些基本知识。我们这里所说的图像处理实质上是数字图像处理，因为计算机只能对数字信号进行处理，因此存储在计算机中的图像都是实际图像经过离散化处理之后得到的。图像是以数组的形式存储在计算机中间的，对于彩色图像而言，存储形式是三个离散的二维数组，每个数组对应一个颜色通道，具体在python中，图像的数据结构为 numpy数组。这里需要注意的是，用于表示图像的numpy数组，其数据类型必须是整数类型而不能是浮点数类型，这一点我们在下面还会提到。灰度化操作在opencv中间有自带的函数可以直接进行灰度化，在这里我想介绍一下如何不借助opencv的函数自己编写程序来实现灰度化。我们主要是通过这一公式来实现灰度化 G = 0.114 ∗ B + 0.587 ∗ G + 0.229 ∗ R G=0.114*B+0.587*G+0.229*R G = 0 . 1 1 4 ∗ B + 0 . 5 8 7 ∗ G + 0 . 2 2 9 ∗ R 因此我们的思路也十分明确，将三个颜色通道的值分别读取出来就利用公式就可以实现。当然这里也有几点注意事项： numpy数组的三个颜色通道从小到大一次为G,B,R而不是我们按照常说的RGB。通过numpy数组可以实现高效的向量化运算，因此要避免使用效率低下的for循环来求值。

【练习5.11】图像分割、cvPyrSegmentagtion、图像金字塔

阅读更多关于【练习5.11】图像分割、cvPyrSegmentagtion、图像金字塔

提纲题目要求程序代码结果图片要言妙道题目要求：载入一张风景图，执行cvPyrSegmentation操作 a、threshold1=threshold2=200 b、threshold1=200，threshold2=50 c、threshold1=200，threshold2=100 程序代码： 1 // OpenCVExerciseTesting.cpp : 定义控制台应用程序的入口点。 2 // 3 //D:\\Work\\Work_Programming\\Source\\Image\\lena.jpg 4 5 6 #include "stdafx.h" 7 #include <cv.h> 8 #include <highgui.h> 9 #include <iostream> 10 11 #include <opencv2/legacy/legacy.hpp> 12 //#pragma comment(lib, "opencv_legacy2411.lib") 13 14 using namespace cv; 15 using namespace std; 16 17 //函数声明-->--->-->--->-->--->-->--->// 18 19 bool IsCanBeUsedForImagePyramid(IplImage * img,

计算机视觉-计算机视觉基础

阅读更多关于计算机视觉-计算机视觉基础

1、加载、显示、保存图像 import argparse import cv2 ap = argparse.ArgumentParser() ap.add_argument("-i", "--image", required=True, help="Path to the image")#读取指定指令，获取图片。参数1：输入指令的头字母，参数2：需要输入的指令 args = vars(ap.parse_args()) image = cv2.imread(args["image"]) #读取指定参数的，读取照片 print "width: %d pixels" % (image.shape[1]) # 获取图像的宽度，横向尺寸，图像坐标系中，第二个参数 print "height: %d pixels" % (image.shape[0] )#获取图像的高度，竖向尺寸，图像坐标系中，第一个参数注意：读取图像x,y互换 print "channels: %d" % (image.shape[2]) cv2.imshow("Image", image)#显示图片 cv2.imwrite("newimage.jpg", image) #将图片写入指定路径 cv2.waitKey(0)#等待程序结束 2、图像基础 (h, w) = image.shape[:2] #（x,y）像素中的显示

灰度转换（1）：RGB分量实现Gray灰度效果

阅读更多关于灰度转换（1）：RGB分量实现Gray灰度效果

　　Gray灰度图像：即我们常说的黑白图像，由黑到白的灰阶为 0- 255（8bit）。　　本博客整理一下 RGB 分量实现 Gray 灰度效果的实验，这个实验非常的简单，简单到看到代码就感觉非常无语...... 一、RGB分量转Gray灰度的原理　　RGB格式即一个像素由R、G、B三基色构成，例如 RGB565 格式的像素排列为R[4:0]、G[5:0]、B[4:0]，RGB三个分量的数值不同，最后合成的像素颜色则不同。　　RGB分量转Gray灰度即只挑取 R 或 G 或 B 的 1 个分量，剩下的 2 个分量丢弃，其位置由挑取的分量来替代。二、MATLAB 　　此次实验选择了一张 RGB 分量明显的图片，先从 MATLAB 软件中查看效果如何。代码如下所示： clc; clear all; RGB = imread('flower.bmp'); %读取图像 R_gray = RGB(1:end,1:end,1); %提取R分量后的灰度图 G_gray = RGB(1:end,1:end,2); %提取R分量后的灰度图 B_gray = RGB(1:end,1:end,3); %提取R分量后的灰度图 subplot(2,2,1);imshow(RGB); title('原图'); subplot(2,2,2);imshow(R_gray);title('R分量灰度图');

学习笔记(24):Python+OpenCV计算机视觉-形态学转换-梯度运算

阅读更多关于学习笔记(24):Python+OpenCV计算机视觉-形态学转换-梯度运算

立即学习: https://edu.csdn.net/course/play/10552/234939?utm_source=blogtoedu 图像梯度二值图像中白色 ; 1 黑色：0 梯度 = 膨胀 - 腐蚀函数morphologyEx dst = cv2.morphologyEx(src , cv2.MORPH_GRADIENT , kernel) import cv2 import numpy as np img = cv2.imread('111.jpg',cv2.IMREAD_UNCHANGED) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) k = np.ones((5,5),np.uint8) r,tw = cv2.threshold(gray, 120 , 255 , cv2.THRESH_BINARY) dst = cv2.morphologyEx(tw, cv2.MORPH_GRADIENT, k) cv2.namedWindow('gray',cv2.WINDOW_AUTOSIZE) cv2.namedWindow('tw',cv2.WINDOW_AUTOSIZE) cv2.namedWindow('dst',cv2.WINDOW_AUTOSIZE) cv2.imshow('gray',gray) cv2

opencv中Harris角点检测

阅读更多关于 opencv中Harris角点检测

cv2.cornerHarris()函数 cv2 . cornerHarris ( src , blockSize , ksize , k , dst = None , borderType = None ) src ：数据类型为 float32 的输入图像 blockSize ：角点检测中考虑的区域大小 ksize ：Sobel求导中使用的窗口大小 k ：Harris 角点检测方程中的自由参数，取值参数为 [0.04 0.06] dst ：输出图像 borderType ：边界的类型 import cv2 import numpy as np img = cv2 . imread ( 'test_1.jpg' ) print ( 'img.shape:' , img . shape ) #img.shape: (800, 1200, 3) gray = cv2 . cvtColor ( img , cv2 . COLOR_BGR2GRAY ) gray = np . float32 ( gray ) #cv2.cornerHarris()函数的返回值其实就是R值构成的灰度图像,灰度图像坐标会与原图像对应　　 #Ｒ值就是角点分数,当Ｒ值很大的时候就可以认为这个点是一个角点,所以可以通过选取值更大的点，来更精确的检测角点 dst = cv2 . cornerHarris ( gray

sed[2]

阅读更多关于 sed[2]

1. 打印：p [root@TestAs4 chap04]# cat datafile 原文件 northwest NW Charles Main 3.0 .98 3 34 western WE Sharon Gray 5.3 .97 5 23 southwest SW Lewis Dalsass 2.7 .8 2 18 southern SO Suan Chin 5.1 .95 4 15 southeast SE Patricia Hemenway 4.0 .7 4 17 eastern EA TB Savage 4.4 .84 5 20 northeast NE AM Main Jr. 5.1 .94 3 13 north NO Margot Weber 4.5 .89 5 9 central CT Ann Stephens 5.7 .94 5 13 [root@TestAs4 chap04]# sed -n '/north/p' datafile 取消默认输出只打印包含模板的行 northwest NW Charles Main 3.0 .98 3 34 northeast NE AM Main Jr. 5.1 .94 3 13 north NO Margot Weber 4.5 .89 5 9 [root@TestAs4 chap04]# sed '/north/p'

LeetCode：Gray Code

阅读更多关于 LeetCode：Gray Code

1、题目名称 Gray Code（格雷码） 2、题目地址 https://leetcode.com/problems/gray-code/ 3、题目内容英文： The gray code is a binary numeral system where two successive values differ in only one bit. Given a non-negative integer n representing the total number of bits in the code, print the sequence of gray code. A gray code sequence must begin with 0. 中文：格雷码是一个二进制数字系统，在该系统中两个相邻的数字仅相差1个二进制位（比特）。给出一个非负数字n，打印由n个二进制位组成的格雷码序列。格雷码序列的首个元素必须是0。说明：在n给定的情况下，按照上面定义（两个相邻数字仅相差1个二进制位），可以有多种格雷码的编码方案。比如n=2时，除了[0,1,3,2]外，[0,2,3,1]也是满足定义的，目前的OJ校验时只支持一种格雷码的编码方案，对此我们（出题人）表示抱歉。 4、解题方法在题目说明中已经说明了“只支持一种格雷码的编码方案”

订阅 gray