我们使用 cv2.threshold() 将灰度图像转换为二值图像。要将彩色图像转换为二值图像，我们首先使用 cv2.cvtColor() 将彩色图像转换为灰度图像，然后对灰度图像应用 cv2.threshold()。步骤 可以按照以下步骤将彩色图像转换为二值图像 - 导入所需的库。在以下所有示例中，所需的 Python 库是 OpenCV。确保您已安装它。使用 cv2.imread() 读取输入图像。使用此方法读取的 RGB 图像是 BGR 格式。可选地分配读取的... 阅读更多

我们可以使用 cv2.pointPolygonTest() 计算点到图像上轮廓的最短距离，并将轮廓点坐标和点坐标作为参数传递。在应用 cv2.pointPolygonTest() 之前，我们需要计算图像中的轮廓。我们可以按照以下步骤查找给定点到图像中对象轮廓的最短距离 - 导入所需的库。在以下所有 Python 示例中，所需的 Python 库是 OpenCV。确保您已安装它。使用 cv2.imread() 读取输入图像。使用此方法读取的 RGB 图像... 阅读更多

我们可以使用 cv2.bitwise_not() 对图像执行按位非运算。以下是对图像执行按位非运算的语法 - cv2.bitwise_not(img) 步骤 要计算图像的按位非，您可以按照以下步骤操作 - 导入所需的库。在以下所有示例中，所需的 Python 库是 OpenCV。确保您已安装它。使用 cv2.imread() 方法将输入图像读取为灰度图像。使用图像类型（即 png 或 jpg）指定图像的完整路径。使用... 阅读更多

我们在 OpenCV 中使用函数 cv2.normalize() 来归一化图像。此函数接受参数 - src、dst、alpha、beta、norm_type、dtype 和 mask。src 和 dst 是输入图像和与输入大小相同的输出，alpha 是范围归一化的下限值，beta 是范围归一化的上限值，norm_type 是归一化类型，dtype 是输出的数据类型，mask 是可选的操作掩码。步骤 要归一化图像，我们可以按照以下步骤操作 - 导入所需的库。在以下所有示例中，所需的 Python 库是 OpenCV。... 阅读更多

有不同类型的鼠标事件，例如左键或右键单击、鼠标移动、左键双击等。OpenCV 为我们提供了不同类型的鼠标事件，例如 cv2.EVENT_LBUTTONDOWN 用于鼠标左键按下，cv2.EVENT_LBUTTONDBLCLK 用于左键双击等。鼠标事件返回鼠标事件的坐标 (x, y)。要执行事件发生时的操作，我们定义一个鼠标回调函数。我们使用 cv2.EVENT_LBUTTONDOWN cv2.EVENT_MOUSEMOVE 和 cv2.EVENT_LBUTTONUP 鼠标事件在图像上绘制曲线。步骤 要使用鼠标事件绘制曲线，请按照以下步骤操作 - ... 阅读更多

有不同类型的鼠标事件，例如左键或右键单击、鼠标移动、左键双击等。鼠标事件返回鼠标事件的坐标 (x, y)。要执行事件发生时的操作，我们定义一个鼠标回调函数。我们使用 cv2.EVENT_LBUTTONDOWN、cv2.EVENT_MOUSEMOVE 和 cv2.EVENT_LBUTTONUP 鼠标事件在图像上绘制矩形。步骤 要使用鼠标事件绘制矩形，请按照以下步骤操作 - 导入所需的库 OpenCV。确保您已安装它。创建一个黑色图像。我们在该黑色图像上绘制矩形。我们... 阅读更多

我们可以通过计算掩码和图像之间的 cv2.bitwise_and() 来将掩码应用于图像。要跟踪颜色，我们在 HSV 颜色空间中使用 cv2.inRange() 定义一个掩码，将 HSV 中的颜色值的上下限传递给它。另请参阅：使用 Python 和 OpenCV 进行图像颜色识别 要跟踪图像的一部分，我们可以使用 np.zeros() 定义一个掩码，并使用白色 (255) 切片要检查的输入图像中的区域的条目。按照以下步骤掩盖图像 - 第一步是导入所需的库。这... 阅读更多

在 OpenCV 中，可以使用函数 cv2.flip() 翻转图像。使用此函数，我们可以沿 X 轴、Y 轴以及沿两个轴翻转图像。它接受一个标志 flipCode 作为参数，以沿轴翻转图像。如果 flipCode 设置为 0，则图像沿 x 轴翻转；如果 flipCode 设置为正整数（例如 1），则图像沿 Y 轴翻转。如果 flipCode 设置为负整数（例如“-1”），则图像沿两个轴翻转。步骤 要翻转图像，可以... 阅读更多

要访问图像中的单个像素值，我们可以使用索引，就像我们对 NumPy 数组索引所做的那样。我们可以使用切片来访问一系列像素值。要修改像素值，我们使用简单的 Python 赋值运算符（“=”）。步骤 要访问和修改图像中的像素值，我们可以按照以下步骤操作 - 导入所需的库。在以下所有示例中，所需的 Python 库是 OpenCV。确保您已安装它。使用 cv2.imread() 读取输入 RGB 图像。使用此方法读取的 RGB 图像... 阅读更多

彩色图像由三个颜色通道组成 - 红色、绿色和蓝色。可以使用 cv2.split() 函数拆分这些颜色通道。让我们看看将图像拆分为不同颜色通道的步骤 - 导入所需的库。在以下所有示例中，所需的 Python 库是 OpenCV。确保您已安装它。使用 cv2.imread() 方法读取输入图像。使用图像类型（即 png 或 jpg）指定图像的完整路径应用 cv2.split() 函数于输入图像 img。它将蓝色、绿色和红色通道像素值作为 numpy 数组返回。分配... 阅读更多