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 图像为 BGR 格式。可选地分配读取的... 阅读更多

我们可以使用 cv2.pointPolygonTest() 计算点与图像上轮廓之间的最短距离，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与图像中对象轮廓之间的最短距离 - 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 要计算图像上的按位非，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() 方法读取输入图像作为灰度图像。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() 来规范化图像。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 是范围规范化的较低范数值，beta 是范围规范化的较高范数值，norm_type 是规范化类型，dtype 是输出的数据类型，mask 是可选的操作掩码。步骤 要规范化图像，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)。要在事件发生时执行操作，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)。要在事件发生时执行操作，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 色彩空间中使用 cv2.inRange() 定义掩码，并将 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。该... 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 数组索引一样。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() 函数分割这些颜色通道。让我们看看将图像分割成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。确保您已经安装了它。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。对输入图像 img 应用 cv2.split() 函数。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