我们可以从高斯金字塔构建拉普拉斯金字塔。OpenCV 没有提供任何特定函数来构建拉普拉斯金字塔。在拉普拉斯金字塔中，图像看起来只像是边缘图像。拉普拉斯金字塔用于图像压缩和图像增强。拉普拉斯金字塔中的一层是由高斯金字塔中该层与其上一层的高斯金字塔的扩展版本之间的差值形成的。要创建高斯金字塔中的一层，我们应用 cv2.pyrDown() 或 cv2.pyrUp() 函数。构建三层拉普拉斯金字塔的步骤，请按照以下步骤操作…… 阅读更多

在许多情况下，我们需要使用同一图像的不同分辨率和大小。在图像金字塔的概念中，我们找到具有不同分辨率和大小的原始图像。高斯金字塔是一种图像金字塔。为了找到高斯金字塔，OpenCV 为我们提供了两个函数 cv2.pyrDown() 和 cv2.pyrUp()。函数 cv2.pyrDown() 通过移除输入图像中连续的行和列来降低分辨率。输出图像的宽度和高度变成输入图像的一半，面积减少到四分之一。函数 cv2.pyrUp() 通过添加…… 阅读更多

使用 Scharr 算子，我们可以使用一阶导数计算水平和垂直方向的图像梯度。梯度是针对灰度图像计算的。您可以使用 cv2.scharr() 方法对图像应用 Scharr 运算。语法使用 Scharr 导数计算图像梯度的语法如下：cv2.Scharr(img, ddepth, xorder, yorder) 参数 img - 原始输入图像 ddepth - 期望的输出图像深度。它包含有关输出图像中存储的数据类型的信息。我们使用 cv2.CV_64F 作为 ddepth。它是 64 位…… 阅读更多

要在图像上绘制多边形，我们使用 cv2.polylines() 方法。我们可以在图像上绘制开放或封闭的多边形。绘制开放多边形时，第一点和最后一点不会连接。语法 cv2.polylines() 的语法如下：cv2.polylines(src, [pts], isClosed, color, thickness) 参数 src - 将在其上绘制多边形的输入图像。pts - 点数组列表。isClosed - 设置 isClosed=True 绘制封闭多边形，对于开放多边形，设置 isClosed=False。color - 线的颜色。thickness - 线的厚度…… 阅读更多

使用 Sobel 算子，我们可以计算水平和垂直方向的图像梯度。梯度是针对灰度图像计算的。Laplacian 算子使用二阶导数计算梯度。语法使用 Sobel 和 Laplacian 导数计算图像梯度的语法如下：cv2.Sobel(img, ddepth, xorder, yorder, ksize) cv2.Laplacian(img, ddepth) 参数 img - 原始输入图像。ddepth - 期望的输出图像深度。它包含有关输出图像中存储的数据类型的信息。我们使用 cv2.CV_64F 作为 ddepth。它是 64 位浮点…… 阅读更多

形态梯度计算为图像膨胀和腐蚀之间的差异。我们使用 cv2.morphologyEx() 方法来计算形态梯度。形态梯度用于分割、边缘检测和查找物体的轮廓。语法以下是此方法使用的语法：cv2.morphologyEx(img, op, kernel) 其中，img - 原始输入图像。op - 形态运算的类型。我们使用 cv2.MORPH_GRADIENT。kernel - 卷积核。我们可以将卷积核定义为 dtype 为 uint8 的全为 1 的 numpy 矩阵。步骤您可以使用以下步骤…… 阅读更多

在本教程中，我们将了解如何应用两种不同的低通滤波器来平滑（去除图像噪声）。这两个滤波器是 filter2D 和 boxFilter。这些滤波器是空间中的二维滤波器。对图像应用二维滤波器也称为“二维卷积运算”。这些滤波器通常被称为平均滤波器。这些滤波器的主要缺点是它们也会平滑图像中的边缘。如果您不想平滑边缘，则可以应用“双边滤波器”。双边滤波器操作保留边缘。语法以下是 Filter2D 和…… 阅读更多

在透视变换中，即使在变换之后，直线仍然保持直线。要应用透视变换，我们需要一个 3×3 透视变换矩阵。我们需要输入图像上的四个点和输出图像上相应的四个点。我们应用 cv2.getPerspectiveTransform() 方法来查找变换矩阵。其语法如下：M = cv2.getPerspectiveTransform(pts1, pts2) 其中，pts1 - 输入图像上四个点的数组，pts2 - 输出图像上相应四个点的数组。透视变换矩阵 M 是一个 numpy 数组。我们传递 M…… 阅读更多

彩色（RGB）图像具有三个通道：红色、蓝色和绿色。OpenCV 中的彩色图像具有 [H，W，C] 格式的形状，其中 H、W 和 C 分别是图像高度、宽度和通道数。所有三个通道的值范围都在 0 到 255 之间。HLS 图像也具有三个通道：色相、亮度和饱和度通道。在 OpenCV 中，色相通道的值范围为 0 到 179，而亮度和饱和度通道的值范围为 0 到 255。在 OpenCV 中，使用 cv2.imread() 函数加载的彩色图像始终为 BGR 格式。要…… 阅读更多

OpenCV 提供函数 `cv2.arrowedLine()` 用于在图像上绘制带箭头的线段。此函数接受不同的参数来绘制线条。请参见下面的语法。`cv2.arrowedLine(img, start, end, color, thickness, line_type, shift, tip_length)` `img` − 待绘制线条的输入图像。`Start` − 线段的起始坐标，格式为 (宽度, 高度)。`End` − 线段的结束坐标，格式为 (宽度, 高度)。`Color` − 线条的颜色。对于 BGR 格式的红色，我们传入 (0, 0, 255)。`Thickness` − 线条的厚度（像素）。`line_type` − 线条类型……阅读更多