1. 程式人生 > >opencv-python 讀取影象並轉換顏色空間

opencv-python 讀取影象並轉換顏色空間

#-*- encoding:utf-8 -*-
'''
python 繪製顏色直方圖
'''
import cv2
import numpy as np
from matplotlib import pyplot as plt

def readImage():
    #讀取圖片 B,G,R,返回一個ndarray型別
    #cv2.IMREAD_COLOR  # 以彩色模式讀入 1
    #cv2.IMREAD_GRAYSCALE  # 以灰色模式讀入 0
    img = cv2.imread('../../data/home.jpg',cv2.IMREAD_COLOR)
    #返回多維矩陣,#(384, 512, 3),
    print type(img), img.shape, img.size, img.dtype
    #ravel()展平n維矩陣的所有
    print img.ravel(), len(img.ravel())

def cvt():
    '''
    經常用到的顏色轉換BGR->Gray 和BGR->HSV
    '''
    # 讀取圖片 B,G,R,返回一個ndarray型別
    img = cv2.imread('../../data/home.jpg')
    #cv2.COLOR_BGR2GRAY;cv2.COLOR_BGR2HSV
    # 彩色影象轉灰度影象YUV(Y即為灰度圖) Y = 0.299R + 0.587G + 0.114B
    img1 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # 彩色影象轉灰度影象YUV(Y->亮度;U,V->色度)
    img2 = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    print img1
    print img2

cvt()

相關推薦

opencv-python 讀取影象轉換顏色空間

#-*- encoding:utf-8 -*- ''' python 繪製顏色直方圖 ''' import cv2 import numpy as np from matplotlib import pyplot as plt def readImage(): #

opencv基礎筆記(1)影象讀取、顯示、顏色空間轉換、儲存影象

在做影象處理的時候,讀取影象、顯示影象(包括顯示視窗的設定)、對影象的顏色空間進行轉換(比如灰度影象轉換為RGB影象)、儲存影象,是最基本的操作,下面是一個簡單的demo:#include <op

「新手必看」Python+Opencv實現攝像頭呼叫RGB影象轉換成HSV模型

  在ROS機器人的應用開發中,呼叫攝像頭進行機器視覺處理是比較常見的方法,現在把利用opencv和python語言實現攝像頭呼叫並轉換成HSV模型的方法分享出來,希望能對學習ROS機器人的新手們一點幫助。至於為什麼轉換成HSV模型,因為在機器視覺方面用HSV模型進行影象處理是比較方便的,實現的方法

VS2015 編譯DCMTK,讀取CT影象轉換OpenCV格式

一、DCMTK編譯(-mD/-mDd模式) 0. 材料: DCMTK3.6.2原始碼 CMake VS2015 1. DCMTK原始碼下載 2. CMake下載 3. 編譯 3.1定位原始碼 開啟CMake,選擇

opencv+python影象處理之一、顏色空間RGB,Gray與HSV

顏色空間轉換 RGB就是指Red,Green和Blue,一副影象由這三個channel(通道)構成 Gray就是隻有灰度值一個channel HSV即Hue(色調),Saturation(飽和度)和Value(亮度)三個channel

Opencv-Python影象尺寸、影象讀取、顯示、儲存與複製

在使用opencv的方法時,首先必須匯入opencv包。新的opencv匯入cv2,這裡也和cv做了一個對比 import cv2 一、影象尺寸 影象的大小可以通過其shape屬性來獲取,shape返回的是一個tuple元組,第一個元素表示影象的高度,第二個表示影象的寬度,第三個表示畫素

Opencv-python影象讀取、展示和儲存

import cv2 #1、讀入影象 img = cv2.imread("C:/leng.jpg") # 2、展示影象 第一個引數是圖片名字,第二個引數才是圖片 cv2.imshow("lena",img) # 3、前一幀影象到下一幀影象的重新整理間隔時間

python 讀取影象的幾種方式

1. skimage from skimage import io img=io.imread('d:/dog.jpg',as_grey=True) #顯示影象 io.imshow(img) #儲存影象 io.imsave('d:/cat.jpg',img) 2. PIL中的I

Go讀取論文轉換為simhahs

package main import ( "fmt" _"flag" _ "os" _ "io/ioutil" _"strings" _ "path" "log" _ "baliance.com/gooxml/document" "

python讀取檔案處理成行

python讀取檔案比Java簡潔很多: def read_line(file): """ text to lines cool :param file: file name :return: the content of text line by line

OpenCV-Python影象直方圖的應用

1.直方圖均勻化 # 全域性 #直方圖的應用 直方圖均衡化(即調整影象的對比度) 直方圖即統計各畫素點的頻次 def eaualHist_demo(image): gray = cv.cvtColor(image, cv.COLOR_RGB2GRAY) # ope

0015-OpenCV環境下計算繪製HSV空間的H-S的二維聯合直方圖

上篇博文(https://blog.csdn.net/lehuoziyuan/article/details/84064822)介紹了灰度直方圖的計算,是一維的直方圖,這篇博文介紹運用calcHist計算二維聯合直方圖的方法。以HSV空間的H-S的二維聯合直方圖為例。 需要說明的是,二維直方圖並不是

openCV+python實現影象去霧

Kaiming早在09年以MSRA實習生的身份獲得CVPR best paper,其成果就是給影象去霧。當時並沒有用深度學習,卻能實現讓人震驚的效果。先看下效果: 左邊是原圖,右邊是去霧霾之後的圖。效果還是很驚人的吧。程式碼也非常簡短,如下: requirements: openc

OpenCV-Python影象直方圖的反向投影

這個技術常常用來跟蹤目標,且需要轉換在HSV色彩空間 1.建立2D直方圖 import cv2 as cv import matplotlib.pyplot as plt import numpy as np def hist2D_demo(image): hsv =

opencv-python(cv2)影象二值化函式threshold函式詳解及引數cv2.THRESH_OTSU使用

cv2.threshold()函式的作用是將一幅灰度圖二值化,基本用法如下: #ret:暫時就認為是設定的thresh閾值,mask:二值化的影象 ret,mask = cv2.threshold(img2gray,175,255,cv2.THRESH_BINARY) pl

Python實現RGB和Lab顏色空間互轉

在網上找了一圈,只找到C++版本的,有個python版本的只有RGB轉Lab,只好自己寫了。C++版本傳送門,這裡把原理已經寫的很清楚了,我只是比葫蘆畫瓢的寫個python版本,沒做任何優化。只有一點需要小心,opencv讀取的影象格式是[b,g,r],剩下的就

OpenCV-Python影象梯度

Sobel運算元對應一階導數 Laplace運算元對應二階導數 Sobel運算元(Schar) import cv2 as cv def sobel_demo(image): grad_x = cv.Sobel(image, cv.CV_32F, 1,

OpenCV-Python影象金字塔

影象金字塔化:先進行影象平滑,再進行降取樣,根據降取樣率,得到一系列尺寸逐漸減小的影象。 操作:操作:n次(高斯卷積->2倍降取樣)->n層金字塔 目的:捕捉不同尺寸的物體 直接降取樣會損失資訊,所以在降取樣之前要進行高斯濾波 def pyramid_demo(img)

OpenCv-Python-01 影象載入與儲存

雖然OpenCv主要是基於C/C++的,但是也支援Python。基本操作與OpenCv C++有點類似。 主要說明都已加註釋… 影象載入與儲存 import cv2 as cv import numpy as np #跟Mat()類似,但Python不用Mat() def g

openCVPython(10)—— 影象閾值化處理

一、函式簡介 1、threshold—影象簡單閾值化處理 函式原型:threshold(src, thresh, maxval, type, dst=None) src:影象矩陣 thresh:閾值 maxVal:畫素最大值 type:閾值化型別