您当前的位置:首页 >> 人工智能
人工智能

OpenCV学习之路-09. 图像的只用

发布时间:2025-07-25

前言

【OpenCV研习之路】是针对Python OpenCV研习所打造的一场刷题盛宴party! 对基础知识明白不牢固的话,欢迎来研习嗷~更喜欢的话就动手收藏痛快吧!

如果对研习没有自制力或者没有独自一人研习学术交流的涡轮引擎,欢迎排研习学术交流群刚刚跳转,我们独自一人学术交流研习,周报团打卡!

用 Numpy 的烟熏作法可以顺利排行影像的窗格,操作简单易于。

作法指明:

retval = img[y:y+h, x:x+w].copy()对影像 img 窗格并返回指明的算子周边地区影像。

实例指明:

img:影像资料,nparray 特为codice_x, y:实数,像素差值,窗格圆形周边地区左上角的坐标差值w, h:实数,像素差值,窗格圆形周边地区的宽度、倾斜度返回差值 retval:窗格后赢得的 OpenCV 影像,nparray 特为codice_

细则:

Numpy 特为codice_的烟熏是值得注意codice_的浅解码,烟熏更改后值得注意codice_也会变动。推荐采用 .copy() 顺利排行深解码,得到值得注意影像的拷贝。Numpy codice_烟熏,当上界或生灵为codice_边界时可以省略,如:img[y:, :x] 表示倾斜度顺时针从 y 至影像内侧(像素ymax),宽度顺时针从影像左侧(像素 0)至 x。

基本子程序:

# 1.16 影像的窗格img1 = cv2.imread("../images/imgLena.tif", flags=1) # flags=1 复制到彩色影像(BGR)xmin, ymin, w, h = 180, 190, 200, 200 # 圆形窗格周边地区 (ymin:ymin+h, xmin:xmin+w) 的所在位置实例imgCrop = img1[ymin:ymin+h, xmin:xmin+w].copy() # 烟熏赢得窗格后移去的影像周边地区cv2.imshow("DemoCrop", imgCrop) # 在可视显示 彩色随机影像key = cv2.waitKey(0) # 等待遥控器立即

扩展子程序:

函数 cv2.selectROI() 可以通过图标选择有意思的圆形周边地区(ROI)。

cv2.selectROI(windowName, img, showCrosshair=None, fromCenter=None):

适用 cv2.selectROI(),可以实现对 ROI 的窗格,详见子程序 1.17。

# 1.17 影像的窗格 (ROI)img1 = cv2.imread("../images/imgLena.tif", flags=1) # flags=1 复制到彩色影像(BGR)roi = cv2.selectROI(img1, showCrosshair=True, fromCenter=False)xmin, ymin, w, h = roi # 圆形窗格周边地区 (ymin:ymin+h, xmin:xmin+w) 的所在位置实例imgROI = img1[ymin:ymin+h, xmin:xmin+w].copy() # 烟熏赢得窗格后移去的影像周边地区cv2.imshow("DemoRIO", imgROI)cv2.waitKey(0)

(本节先)

杭州白癜风
上海治疗白癜风医院哪好
济南治疗白癜风费用

上一篇: A股异动 | 达刚控股(300103.SZ)涨近6% 经营管理层完成九龙仓14.235万股

下一篇: 投资者回答:公司表示研发中心目前已完成了公司产品整体技术架构往分布式、微服...

友情链接