CV什麼是影像?
在 Python 中的 CV2 上下文中,當您讀取映像時,它會儲存為 Y 和 X 座標的 2D 或 3D 數組,其中 uint8 值指示影像的顏色和亮度。術語 uint8 是指範圍從 0 到 255 的 8 位元無符號整數資料型別。它與紅、綠和藍 (RGB) 的 3 個通道結合,形成彩色影像。
為什麼這種結構很重要
如果您開始像普通數組一樣更改圖像的某些部分(例如,將其除以 3),您可能會丟失這種格式。例如,像素值可能超出 0 到 255 的範圍,導致影像無法使用。理解這種結構對於正確操作影像至關重要。
查看 CV2 中的影像
在 CV2 Python 庫中,您可以使用以下程式碼片段輕鬆查看圖像:
#pip install opencv-python # if not already installed import cv2 # Load an image image = cv2.imread('./test.png') # Display the image in a window cv2.imshow('Image', image) cv2.waitKey(0) cv2.destroyAllWindows()
上面的程式碼將打開一個彈出窗口,在您的電腦上顯示圖像。請隨意添加一個 url 到您自己的圖像中進行測試。 然後,您可以放大以觀察影像的像素級 RGB 值。這個基本功能是探索影像處理的一個很好的起點。
亮度和對比度
什麼是亮度和對比度?
- 亮度是指影像的整體亮度或暗度,由像素強度決定。
- 對比度是指像素之間的強度與參考值(例如平均像素強度)的差異。它本質上是衡量影像中變化的“銳利”或“獨特”程度。
從數學上講,可以使用以下公式調整亮度和對比度:
new_image=對比×影像亮度
在 CV2 中應用亮度和對比度
OpenCV 中的 cv2.convertScaleAbs() 函數會自動執行此程序。它應用上面的公式,同時確保像素值保持在 0 到 255 的範圍內。
工作原理如下:
- alpha(對比):縮放因子,通常在 0.0 到 3.0 之間。
- beta(亮度):偏移值,通常在 -100 到 100 之間
用法範例:
new_image = cv2.convertScaleAbs(圖片, alpha=對比度, beta=亮度)
這使我們能夠輕鬆修改亮度和對比度,而無需手動剪切像素值。
image = cv2.imread('./test.png') cv2.namedWindow('Adjustments') contrast=0.8 brightness=89 image=cv2.convertScaleAbs(image, alpha=contrast, beta=brightness) cv2.imshow('Adjustments', image) cv2.waitKey(0) cv2.destroyAllWindows()
使用回調創建互動式調整
雖然一次性調整很有用,但大多數時候,我們希望互動式地調整亮度和對比度。 OpenCV 允許我們使用軌跡欄來實現這一點。
Trackbars 可以使用 cv2.createTrackbar() 來創建,這讓我們可以動態調整值。一般語法是:
cv2.createTrackbar(trackbarname, winname, value, count, onChange_function)
- trackbarname:軌跡列的名稱。
- winname:將顯示軌跡列的 OpenCV 視窗的名稱。
- value:軌跡欄的初始位置。
- count:軌跡欄的最大值。
- onChange_function:每當軌跡欄值改變時呼叫的回呼函數。
然後可以在 onChange_function 中呼叫這些軌跡欄;
cv2.getTrackbarPos(trackbarname, winname)
・trackbarname:軌跡欄的名稱
・ winname:將顯示軌跡列的 OpenCV 視窗的名稱。
要調整亮度和對比度,我們需要兩個軌跡欄。
#pip install opencv-python # if not already installed import cv2 # Load an image image = cv2.imread('./test.png') # Display the image in a window cv2.imshow('Image', image) cv2.waitKey(0) cv2.destroyAllWindows()
調整對比度和亮度滑桿會觸發 on_change 函數,該函數使用 cv2.getTrackbarPos() 從軌跡列讀取值。然後使用 cv2.convertScaleAbs 函數將這些值套用至影像,並即時顯示更新的影像。
為了使應用程式更加用戶友好,我在末尾添加了一個簡單的程式碼片段,以允許用戶透過按 x 鍵退出。這解決了 OpenCV 的一個常見問題,即關閉視窗並不總是會阻止程式碼運行。透過實現這一點,應用程式可確保乾淨退出,而不會出現延遲進程。
以上是CV什麼是影像?的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

Python更易學且易用,C 則更強大但複雜。 1.Python語法簡潔,適合初學者,動態類型和自動內存管理使其易用,但可能導致運行時錯誤。 2.C 提供低級控制和高級特性,適合高性能應用,但學習門檻高,需手動管理內存和類型安全。

每天學習Python兩個小時是否足夠?這取決於你的目標和學習方法。 1)制定清晰的學習計劃,2)選擇合適的學習資源和方法,3)動手實踐和復習鞏固,可以在這段時間內逐步掌握Python的基本知識和高級功能。

Python在開發效率上優於C ,但C 在執行性能上更高。 1.Python的簡潔語法和豐富庫提高開發效率。 2.C 的編譯型特性和硬件控制提升執行性能。選擇時需根據項目需求權衡開發速度與執行效率。

Python和C 各有優勢,選擇應基於項目需求。 1)Python適合快速開發和數據處理,因其簡潔語法和動態類型。 2)C 適用於高性能和系統編程,因其靜態類型和手動內存管理。

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python在自動化、腳本編寫和任務管理中表現出色。 1)自動化:通過標準庫如os、shutil實現文件備份。 2)腳本編寫:使用psutil庫監控系統資源。 3)任務管理:利用schedule庫調度任務。 Python的易用性和豐富庫支持使其在這些領域中成為首選工具。

Python在科學計算中的應用包括數據分析、機器學習、數值模擬和可視化。 1.Numpy提供高效的多維數組和數學函數。 2.SciPy擴展Numpy功能,提供優化和線性代數工具。 3.Pandas用於數據處理和分析。 4.Matplotlib用於生成各種圖表和可視化結果。

Python在Web開發中的關鍵應用包括使用Django和Flask框架、API開發、數據分析與可視化、機器學習與AI、以及性能優化。 1.Django和Flask框架:Django適合快速開發複雜應用,Flask適用於小型或高度自定義項目。 2.API開發:使用Flask或DjangoRESTFramework構建RESTfulAPI。 3.數據分析與可視化:利用Python處理數據並通過Web界面展示。 4.機器學習與AI:Python用於構建智能Web應用。 5.性能優化:通過異步編程、緩存和代碼優
