您现在的位置是：网站首页> 编程资料编程资料

3段Python图像处理的实用代码的分享_python_

2023-05-26 311人已围观

简介 3段Python图像处理的实用代码的分享_python_

前言

今天给大家分析3个计算机视觉方向的Python实用代码，主要用到的库有：

opencv-python
numpy
pillow

要是大家所配置的环境当中没有这几个模块的话，可先用pip命令下载安装：

pip install opencv-python numpy pillow

边缘检测

边缘检测的基本思想就是简化图像信息，使用边缘线代表图像所携带信息，而这次我们要用到的则是Canny边缘检测算子，在Opencv当中需要调用的是cv.canny()方法即可，代码如下：

import cv2 as cv import matplotlib.pyplot as plt img = cv.imread('导入图像的路径',0) edges = cv.Canny(img,100,200) plt.subplot(121) plt.imshow(img, cmap='gray') ......... plt.show()

output：

将照片变成素描风格

我们最终要实现的目的在于将照片变成素描风格，大致的逻辑在于首先需要将图片变成灰色图像然后反转，在反转之后进行模糊化处理，代码如下：

import cv2 img = cv2.imread("导入照片的路径") ## 将照片灰度化处理 gray_image = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) ## 将灰度化的照片反转处理 inverted_gray_image = 255-gray_image ## 将反转的照片模糊化处理 blurred_inverted_gray_image = cv2.GaussianBlur(inverted_gray_image, (19,19),0) ## 再一次的进行反转 inverted_blurred_image = 255-blurred_inverted_gray_image ### 颜色减淡混合处理 sketck = cv2.divide(gray_image, inverted_blurred_image,scale= 256.0) cv2.imshow("Original Image",img) cv2.imshow("Pencil Sketch", sketck) cv2.waitKey(0)

output：

判断形状

现在我们需要来判断图片当中图形的轮廓，而识别轮廓的算法在opencv模块当中是有内置的，代码如下：

import cv2 import numpy as np from matplotlib import pyplot as plt # 导入照片 img = cv2.imread('3.png') # 将照片灰度化处理，当然要是您的照片已经是黑白的，就可以跳过这一步 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # setting threshold of the gray image _, threshold = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY) # 识别轮廓的方法 contours, _ = cv2.findContours(     threshold, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) i = 0 for contour in contours:     # cv2.approxPloyDP() function to approximate the shape     approx = cv2.approxPolyDP(contour, 0.01 * cv2.arcLength(contour, True), True)     # 找到图片的中心点     M = cv2.moments(contour)     if M['m00'] != 0.0:         x = int(M['m10'] / M['m00'])         y = int(M['m01'] / M['m00'])     # 将轮廓的名字放在各个图形的中央     if len(approx) == 3:         cv2.putText(img, 'Triangle', (x, y),                     cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 0, 0), 2)     elif len(approx) == 4:         .......     elif len(approx) == 5:         ......     elif len(approx) == 6:         ......     else:         ...... # 将最后的图形呈现出来 cv2.imshow('shapes', img) cv2.waitKey(0) cv2.destroyAllWindows()

output：