Java使用OpenCV进行图像操作

这篇具有很好参考价值的文章主要介绍了Java使用OpenCV进行图像操作。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

OpenCV

概述

OpenCV(开源计算机视觉库)是在BSD(开源协议)许可下发布的。它是一个高度优化的库,专注于实时应用程序。它具有C ++,Python和Java接口,支持Windows,Linux,Mac OS,iOS和Android。

OpenCV是一个开源的计算机视觉库,它提供了一系列丰富的图像处理和计算机视觉算法,包括图像读取、显示、滤波、特征检测、目标跟踪等功能。

OpenCV被广泛应用于各种领域,如医疗影像处理、智能交通、安防监控、机器人视觉、虚拟现实等。它可以帮助开发者快速构建高效、准确、可靠的计算机视觉应用,并且支持多种编程语言,如C++、Python、Java等。

在计算机视觉应用中,OpenCV可以用来进行图像预处理、特征提取、物体检测、目标跟踪、三维重建等操作。通过结合深度学习技术,OpenCV还可以用于图像分类、目标分割、姿态估计等更加复杂的任务。

官网文档地址:https://docs.opencv.org/4.6.0/df/d65/tutorial_table_of_content_introduction.html

教程参考:https://www.w3cschool.cn/opencv/

教程参考:https://www.yiibai.com/opencv/opencv_adding_text.html

下载与安装

下载地址:https://opencv.org/releases/

Java使用OpenCV进行图像操作

下载到本地后,双击进行安装即可

Java使用OpenCV进行图像操作

目录说明

安装目录如下

Java使用OpenCV进行图像操作

build :基于window构建

sources:开源,提供源码

build目录说明

Java使用OpenCV进行图像操作

这里是Java开发关注java目录即可

Java使用OpenCV进行图像操作

x64与x86代表给不同的系统使用

opencv-460.jar给java操作openvc的程序包

由于是64位系统,所以关注x64目录

Java使用OpenCV进行图像操作

DLL(Dynamic Link Library)文件为动态链接库文件,又称“应用程序拓展”,是软件文件类型。DLL文件,放置于系统中。当执行某一个程序时,相应的DLL文件就会被调用

项目集成

方式1:

这里使用IDEA进行开发,导入opencv-460.jar库

使用快捷键 Ctrl+Shift+Alt+S打开
Java使用OpenCV进行图像操作
选择库项,导入Java库。
Java使用OpenCV进行图像操作
Java使用OpenCV进行图像操作
方式2:

除了上述方式,还可以将opencv-460.jar安装到本地仓库或私有仓库,然后在pom.xml中引入依赖。

在项目根目录创建lib目录,将上述提及的opencv-460.jaropencv_java460.dll放到该目录

Java使用OpenCV进行图像操作
pom.xml文件中,通过坐标的形式引入

        <!-- 加载lib目录下的opencv包 -->
        <dependency>
            <groupId>org.opencv</groupId>
            <artifactId>opencv</artifactId>
            <version>4.6.0</version>
            <scope>system</scope>
            <systemPath>${basedir}/lib/opencv-460.jar</systemPath>
        </dependency>

验证

public class MyTest {

	// 调用OpenCV库文件
    static {
        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
    }

    public static void main(String args[]) {
        // 创建一个3X3的对角矩阵
        Mat a = Mat.eye(3, 3, CvType.CV_8UC1);
        System.out.println(a.dump());
    }
}

执行上述代码,不出意外将出现如下异常:

Exception in thread "main" java.lang.UnsatisfiedLinkError: no opencv_java460 in java.library.path
	at java.lang.ClassLoader.loadLibrary(ClassLoader.java:1860)
	at java.lang.Runtime.loadLibrary0(Runtime.java:871)
	at java.lang.System.loadLibrary(System.java:1122)

解决方案有2种:

1.将D:\Development\opencv\build\java\x64\opencv_java460.dll文件拷贝至下面2个目录,任选其一即可。

Java使用OpenCV进行图像操作

Java使用OpenCV进行图像操作
2.通过指定虚拟机参数解决:

-Djava.library.path=D:\WorkSpace\projectName\demo\lib\opencv_java460.dll

Mat类

OpenCV中的Mat类是一个用于表示图像、矩阵和向量的基本数据类型,它可以包含任意尺寸和类型的元素。

创建Mat对象

创建一个Mat对象

# 生成一个空的矩阵
Mat mat = new Mat();

创建Mat对象时同时设置矩阵的基本参数

params1:代表矩阵的行数(rows)

params2:代表矩阵的列数(cols)

params3:代表矩阵中像素点的位数和通道数
Mat a = Mat.eye(3, 3, CvType.CV_8UC1);

其他操作

访问Mat对象中的像素值

double[] pixel = mat.get(row, col); // 获取像素值

修改Mat对象中的像素值

mat.put(row, col, new double[]{255, 255, 255}); // 修改像素值

获取Mat对象的大小和通道数

int rows = mat.rows(); // 获取行数
int cols = mat.cols(); // 获取列数
int channels = mat.channels(); // 获取通道数

常见图像API

读取与输出图像

在OpenCV中,图象输入与输出使用imread()imwrite()两个方法

1.imread()

params1:代表输入图片路径

params2:一个标志表明加载图象的颜色类型

从文件读取一张图像并创建一个Mat对象

Mat mat1 = Imgcodecs.imread("D://test.png");

Mat mat2 = Imgcodecs.imread("D://test.png",Imgcodecs.IMREAD_LOAD_GDAL);

2.imwrite()

params1:文件输出位置

params2:将要输出为图片的源矩阵的名字,它是一个我们读入或处理过的Mat类型的参数

将一个Mat对象保存到文件中

    public static void main(String args[]) {
	    // 加载本地OpenCV库
        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
        
        Mat mat = Imgcodecs.imread("D://test.png");
        boolean imwrite = Imgcodecs.imwrite("D://write.png", mat);
        System.out.println("图像是否输出成功: " + imwrite);
    }

显示图像

可以通过GUI的方式显示图片,不需要再将图像通过流输出到本地再来查看

    public static void main(String args[]) {
        // 加载本地OpenCV库
        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
        
        Mat mat = Imgcodecs.imread("D://test.png");
        //显示图像
        HighGui.imshow("原图", mat);
        //延时多长时间后显示
        HighGui.waitKey(0);
    }

图像压缩和解压缩

OpenCV中的imencode方法和imdecode方法是用于图像压缩和解压缩的函数。

1.imencode()

imencode方法将一个OpenCV格式的图像进行编码成指定格式的图像数据流,常用的编码格式有JPEG、PNG等。

方法原型为:

boolean imencode(String ext, Mat img, MatOfByte buf, MatOfInt params);
ext表示编码后的文件类型(例如".jpg"、".png"等)

img表示需要编码的图像

buf表示存储编码结果的字节流

params为可选参数,表示编码参数(例如JPEG的压缩质量)

将一张Mat对象保存为JPEG格式的文件

    public static void main(String args[]) throws IOException {
        Mat mat = Imgcodecs.imread("D://test.png");
        MatOfByte matOfByte = new MatOfByte();
        Imgcodecs.imencode(".png", mat, matOfByte);
        # Imgcodecs.imencode(".jpg", mat, matOfByte , new MatOfInt(Imgcodecs.IMWRITE_JPEG_QUALITY, 80));
        Files.write(Paths.get("D://write.png"), matOfByte.toArray());
    }

2.imdecode()

imdecode方法则是将压缩后的图像数据流解码成OpenCV格式的图像。

方法原型为:

Mat imdecode(Mat buf, int flags)
buf为需要解码的图像数据流

flags为解码标志,通常使用IMREAD_COLOR表示将图像解码为彩色图像。

当已经有了一个编码后的JPEG格式图像数据流,可以使用以下代码将其解码为OpenCV格式的图像:

byte[] bytes = Files.readAllBytes(Paths.get("D://write.jpg"));
Mat matImage = Imgcodecs.imdecode(new MatOfByte(bytes), Imgcodecs.IMREAD_COLOR);

图像转换

1.将RGB图像转为灰度图像

在识别图像的时候一般用灰度图像,因为彩色图片信息量太大,为了提高运算速度,通常采用灰度。如果灰度图还是过大,则采用二值化图像。

比如一个点,灰度则只有256个维度,如果算上RGB色彩,则是1600万以上维度,因此就先降维(灰度)来计算

    static {
        // 加载本地OpenCV库
        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
    }
    
    @Test
    public void cvtColorTest() {
        // 读取图像文件并存储在src变量中作为输入图像
        Mat src = Imgcodecs.imread("D://test.png");
        
        // 创建一个空的Mat对象dst,用于存储经过处理调整后的图像
        Mat dst = new Mat();
        if (src.channels() == 3) {
            // 将RGB图像转为灰度图像
        	Imgproc.cvtColor(src, dst, Imgproc.COLOR_RGB2GRAY);
        } else {
            System.out.println("图像不是BGR格式");
        }

        // 使用HighGui库显示原始图像和修改后的图像
        HighGui.imshow("原图", src);
        HighGui.imshow("新图", dst);
        
        // 等待用户关闭窗口 或 等待用户按下任意键继续程序执行
        HighGui.waitKey(0);

        // 释放内存
        src.release();
        dst.release();
    }

Java使用OpenCV进行图像操作
2.将BGR图像转为RGB图像

 Mat rgbImage = new Mat();
 Imgproc.cvtColor(src, rgbImage, Imgproc.COLOR_BGR2RGB);

图像缩放

1.图像缩小

    @Test
    public void resizeTest() {
        // 读取原始图像
        Mat src = Imgcodecs.imread("D://test.png");

        // 定义缩放比例
        double scale = 0.5;
        // 计算新图像尺寸
        Size newSize = new Size(src.width() * scale, src.height() * scale);

        // 创建一个与输入图像src相同大小和类型的Mat对象
        Mat dst = new Mat();
        Mat.zeros(src.size(), src.type());
        // 对图像进行缩放
        Imgproc.resize(src, dst, newSize, 0, 0, Imgproc.INTER_LINEAR);

        // 显示原始图像和缩放后的图像
        HighGui.imshow("原图", src);
        HighGui.imshow("新图", dst);

        // 等待用户关闭窗口 或 等待用户按下任意键继续程序执行
        HighGui.waitKey(0);

        // 释放内存
        src.release();
        dst.release();
    }

Java使用OpenCV进行图像操作

    @Test
    public void resizeTest() {
        // 读取原始图像
        Mat src = Imgcodecs.imread("D://test.png");
        // 创建一个空的Mat对象dst,用于存储经过处理调整后的图像
        Mat dst = new Mat();
        // 将RGB图像转为灰度图像
        Imgproc.cvtColor(src, dst, Imgproc.COLOR_RGB2GRAY);
        // 使用resize函数将原始图像和目标图像缩小到其一半大小
        Imgproc.resize(src, src, new Size(dst.cols() / 2, dst.rows() / 2));
        Imgproc.resize(dst, dst, new Size(dst.cols() / 2, dst.rows() / 2));
        // 使用HighGui库显示原始图像和修改后的图像
        HighGui.imshow("原图", src);
        HighGui.imshow("新图", dst);
        // 延时多长时间后显示
        HighGui.waitKey(0);
    }

Java使用OpenCV进行图像操作
2.图像放大

    @Test
    public void resizeTest() {
        // 读取原始图像
        Mat src = Imgcodecs.imread("D://test.png");

        // 创建一个与输入图像src相同大小和类型的Mat对象
        Mat dst = new Mat();
        Mat.zeros(src.size(), src.type());
        // 对图像进行缩放
        Imgproc.resize(src, dst, new Size(), 1.1, 1.1, Imgproc.INTER_LINEAR);

        // 使用HighGui库显示原始图像和修改后的图像
        HighGui.imshow("原图", src);
        HighGui.imshow("新图", dst);
        // 延时多长时间后显示
        HighGui.waitKey(0);
    }

Java使用OpenCV进行图像操作

亮度调整

1.亮度提升

当遇到图片比较暗的图像,可以通过亮度提升,从而实现达到更高的识别率

    @Test
    public void addWeightedTest() {
        Mat src = Imgcodecs.imread("D://test.png");
        Mat dst = new Mat();
        // 创建一个与输入图像src相同大小和类型的Mat对象
        Mat black = Mat.zeros(src.size(), src.type());
        // 使用addWeighted函数将输入图像src和black图像按比例相加,实现亮度调整
        // 参数1.2表示亮度增加的比例,0.5表示black图像的权重,0表示亮度调整的偏移量
        Core.addWeighted(src, 1.2, black, 0.5, 0, dst);
        
        // 使用resize函数将原始图像和目标图像缩小到其一半大小
        Imgproc.resize(src, src, new Size(), 0.5, 0.5, Imgproc.INTER_LINEAR);
        Imgproc.resize(dst, dst, new Size(), 0.5, 0.5, Imgproc.INTER_LINEAR);

        // 使用HighGui库显示原始图像和修改后的图像
        HighGui.imshow("原图", src);
        HighGui.imshow("新图", dst);
        // 等待用户按下任意键继续程序执行
        HighGui.waitKey(0);
    }

Java使用OpenCV进行图像操作2.亮度降低

当遇到图片亮度很亮,曝光度很高的图像,可以通过降低亮度来提高识别率

    @Test
    public void addWeightedTest() {
        Mat src = Imgcodecs.imread("D://test.png");

        Mat dst = new Mat();
        // 创建一个与输入图像src相同大小和类型的Mat对象
        Mat black = Mat.zeros(src.size(), src.type());

        // 使用addWeighted函数将输入图像src和black图像按比例相加,实现亮度调整
        // 参数0.5表示亮度增加的比例,0.5表示black图像的权重,0表示亮度调整的偏移量
        Core.addWeighted(src, 0.5, black, 0.5, 0, dst);

        // 使用resize函数将原始图像和目标图像缩小到其一半大小
        Imgproc.resize(src, src, new Size(), 0.5, 0.5, Imgproc.INTER_LINEAR);
        Imgproc.resize(dst, dst, new Size(), 0.5, 0.5, Imgproc.INTER_LINEAR);

        // 使用HighGui库显示原始图像和修改后的图像
        HighGui.imshow("原图", src);
        HighGui.imshow("新图", dst);

        // 等待用户按下任意键继续程序执行
        HighGui.waitKey(0);
    }

Java使用OpenCV进行图像操作

图像锐化

图像锐化可以让彩色图片看起来更有色彩

    @Test
    public void sharpenTest() {
        Mat src = Imgcodecs.imread("D://test.png");

        Mat dst = new Mat();
        // 定义一组锐化滤波器的参数值sharper
        float[] sharper = new float[]{0, -1, 0, -1, 5, -1, 0, -1, 0};
        // 定义一个3x3的卷积核operator
        Mat operator = new Mat(3, 3, CvType.CV_32FC1);
        // 使用sharper
        operator.put(0, 0, sharper);
        // 使用filter2D函数将卷积核应用于原始图像src
        Imgproc.filter2D(src, dst, -1, operator);

        // 使用resize函数将原始图像和目标图像缩小到其一半大小
        Imgproc.resize(src, src, new Size(), 0.5, 0.5, Imgproc.INTER_LINEAR);
        Imgproc.resize(dst, dst, new Size(), 0.5, 0.5, Imgproc.INTER_LINEAR);

        // 使用HighGui库显示原始图像和修改后的图像
        HighGui.imshow("原图", src);
        HighGui.imshow("新图", dst);

        // 等待用户按下任意键继续程序执行
        HighGui.waitKey(0);
    }    

Java使用OpenCV进行图像操作

图像梯度

图像梯度计算的是图像变化的速度。对于图像的边缘部分,其灰度值变化较大,梯度值也较大。一般情况下,图像梯度计算的是图像的边缘信息。严格来讲,图像梯度计算需要求导数,但图像梯度一般通过计算像素差值来得到梯度的近似值。

    @Test
    public void gradientTest() {
        Mat src = Imgcodecs.imread("D://test.png");

        Mat grad_x = new Mat();
        Mat grad_y = new Mat();
        Mat abs_grad_x = new Mat();
        Mat abs_grad_y = new Mat();
        // 使用Sobel滤波器计算其水平和垂直梯度
        Imgproc.Sobel(src, grad_x, CvType.CV_32F, 1, 0);
        Imgproc.Sobel(src, grad_y, CvType.CV_32F, 0, 1);
        Core.convertScaleAbs(grad_x, abs_grad_x);
        Core.convertScaleAbs(grad_y, abs_grad_y);
        grad_x.release();
        grad_y.release();
        // 最终的梯度通过加权平均值组合在gradxy中
        Mat gradxy = new Mat();
        Core.addWeighted(abs_grad_x, 0.5, abs_grad_y, 0.5, 10, gradxy);

        // 使用resize函数将原始图像和目标图像缩小到其一半大小
        Imgproc.resize(src, src, new Size(), 0.5, 0.5, Imgproc.INTER_LINEAR);
        Imgproc.resize(gradxy, gradxy, new Size(), 0.5, 0.5, Imgproc.INTER_LINEAR);

        // 使用HighGui库显示原始图像和修改后的图像
        HighGui.imshow("原图", src);
        HighGui.imshow("新图", gradxy);

        // 等待用户按下任意键继续程序执行
        HighGui.waitKey(0);
    }

Java使用OpenCV进行图像操作

图像二值化

图像二值化是将一幅彩色或灰度图像转换为只包含两种颜色的图像,其中颜色通常为黑色(灰度为0)和白色(灰
度为255)。二值化图像可以帮助我们更好地分离物体和背景,简化图像处理流程

二值化的好处就是将图片上的有用信息和无用信息区分开来:

比如二值化之后的验证码图片,验证码像素为黑色,背景和干扰点为白色,这样后面对验证码像素处理的时候就会很方便。

常见的二值化方法为固定阀值和自适应阀值:

固定阀值

制定一个固定的数值作为分界点,大于这个阀值的像素就设为255,小于该阀值就设为0,这种方法简单粗暴,但是效果不一定好

自适应阀值

每次根据图片的灰度情况找合适的阀值。自适应阀值的方法有很多,这里采用了一种类似K均值的方法,就是先选择一个值作为阀值,统计大于这个阀值的所有像素的灰度平均值和小于这个阀值的所有像素的灰度平均值,再求这两个值的平均值作为新的阀值。重复上面的计算,直到每次更新阀值后,大于该阀值和小于该阀值的像素数目不变为止。

    @Test
    public void thresholdTest() {
        // 读取灰度化的图像
        Mat src = Imgcodecs.imread("D://test.png", Imgcodecs.IMREAD_GRAYSCALE);
        
		// 阈值化
        Mat dst = new Mat();
        Imgproc.threshold(src, dst, 127, 255, Imgproc.THRESH_BINARY);

        // 使用resize函数将原始图像和目标图像缩小到其一半大小
        Imgproc.resize(src, src, new Size(), 0.5, 0.5, Imgproc.INTER_LINEAR);
        Imgproc.resize(dst, dst, new Size(), 0.5, 0.5, Imgproc.INTER_LINEAR);

        // 使用HighGui库显示原始图像和修改后的图像
        HighGui.imshow("原图", src);
        HighGui.imshow("新图", dst);

        // 等待用户按下任意键继续程序执行
        HighGui.waitKey(0);
    }

Java使用OpenCV进行图像操作

边缘检测

边缘检测是指寻找图像中明暗变化的区域,并将这些区域称为边缘。这些边缘通常表示了图像中物体之间的界限或轮廓。使用OpenCV进行边缘检测,可以帮助我们更好地理解图像中的细节和结构,从而提高图像处理和分析的效率和准确性。

    @Test
    public void cannyTest() {
        Mat src = Imgcodecs.imread("D://test.png");

        // 边缘检测
        Mat dst = new Mat();
        Imgproc.Canny(src, dst, 100, 200);

        // 使用resize函数将原始图像和目标图像缩小到其一半大小
        Imgproc.resize(src, src, new Size(), 0.5, 0.5, Imgproc.INTER_LINEAR);
        Imgproc.resize(dst, dst, new Size(), 0.5, 0.5, Imgproc.INTER_LINEAR);

        // 使用HighGui库显示原始图像和修改后的图像
        HighGui.imshow("原图", src);
        HighGui.imshow("新图", dst);

        // 等待用户按下任意键继续程序执行
        HighGui.waitKey(0);
    }

Java使用OpenCV进行图像操作

图像高斯模糊

高斯模糊本质上是低通滤波器,输出图像的每个像素点是原图像上对应像素点与周围像素点的加权和,原理并不复杂,就是用高斯分布权值矩阵与原始图像矩阵做卷积运算

    @Test
    public void gaussianBlurTest() {
        Mat src = Imgcodecs.imread("D://test.png");

        // 高斯模糊
        Mat dst = new Mat();
        Imgproc.GaussianBlur(src, dst, new Size(15, 15), 0);

        // 使用resize函数将原始图像和目标图像缩小到其一半大小
        Imgproc.resize(src, src, new Size(), 0.5, 0.5, Imgproc.INTER_LINEAR);
        Imgproc.resize(dst, dst, new Size(), 0.5, 0.5, Imgproc.INTER_LINEAR);

        // 使用HighGui库显示原始图像和修改后的图像
        HighGui.imshow("原图", src);
        HighGui.imshow("新图", dst);

        // 等待用户按下任意键继续程序执行
        HighGui.waitKey(0);
    }

Java使用OpenCV进行图像操作

图像反色

图像反色是指对图像中的每个像素值进行取反操作,即将原始图像中每个像素的亮度值或颜色值减去255得到的新图像

    @Test
    public void inverseColorTest() {
        Mat src = Imgcodecs.imread("D://test.png");

        Mat dst = src.clone();
        int width = dst.cols();
        int height = dst.rows();
        int dims = dst.channels();
        byte[] data = new byte[width * height * dims];
        dst.get(0, 0, data);

        int index, r, g, b;
        for (int row = 0; row < height; row++) {
            for (int col = 0; col < width * dims; col += dims) {
                index = row * width * dims + col;
                b = data[index] & 0xff;
                g = data[index + 1] & 0xff;
                r = data[index + 2] & 0xff;

                r = 255 - r;
                g = 255 - g;
                b = 255 - b;

                data[index] = (byte) b;
                data[index + 1] = (byte) g;
                data[index + 2] = (byte) r;
            }
        }

        dst.put(0, 0, data);

        // 使用resize函数将原始图像和目标图像缩小到其一半大小
        Imgproc.resize(src, src, new Size(), 0.5, 0.5, Imgproc.INTER_LINEAR);
        Imgproc.resize(dst, dst, new Size(), 0.5, 0.5, Imgproc.INTER_LINEAR);

        // 使用HighGui库显示原始图像和修改后的图像
        HighGui.imshow("原图", src);
        HighGui.imshow("新图", dst);

        // 等待用户按下任意键继续程序执行
        HighGui.waitKey(0);
    }

Java使用OpenCV进行图像操作文章来源地址https://www.toymoban.com/news/detail-485719.html

到了这里,关于Java使用OpenCV进行图像操作的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【OpenCV实现图像:使用OpenCV进行物体轮廓排序】

    在图像处理中,经常需要进行与物体轮廓相关的操作,比如计算目标轮廓的周长、面积等。为了获取目标轮廓的信息,通常使用OpenCV的findContours函数。然而,一旦获得轮廓信息后,可能会发现轮廓的顺序是无序的,如下图左侧所示: 在这个图中,每个轮廓都被找到,但它们的

    2024年02月03日
    浏览(42)
  • 使用opencv对图像进行透视变换

    一.什么是透视变换 透视变换就是透视变换(Perspective Transformation)是指利用透视中心、像点、目标点三点共线的条件,按透视旋转定律使承影面(透视面)绕迹线(透视轴)旋转某一角度,破坏原有的投影光线束,仍能保持承影面上投影几何图形不变的变换。简单的来说就是

    2024年02月08日
    浏览(49)
  • 入门:使用 OpenCV 进行图像处理

    介绍 图像处理是计算机视觉的一个分支,它使用各种算法来处理和分析数字图像。它涉及使用数学或统计操作来为许多应用修改图像,包括但不限于医学和卫星图像以及数字摄影。本文探讨了图像处理的基础知识和该领域中使用的一些技术。 目录 图像处理基础 图像处理的应

    2024年02月08日
    浏览(60)
  • 如何使用OpenCV库进行图像检测

    import cv2 # 加载Haar级联分类器 face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + \\\'haarcascade_frontalface_default.xml\\\') # 读取输入图像 img = cv2.imread(\\\'input_image.jpg\\\') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 使用Haar级联分类器进行人脸检测 faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors

    2024年02月16日
    浏览(40)
  • 谈谈如何使用 opencv 进行图像识别

    原文由hakaboom发表于TesterHome社区,点击原文链接可与作者直接交流。 从18年开始,我接触了叉叉助手(平台已经被请喝茶了),通过图色识别,用来给常玩的游戏写挂机脚本,写了也有两三年.也算是我转行当游戏测试的理由. 去年11月,也是用了这身技术,混进了外包,薪资还不错,属于是

    2024年02月10日
    浏览(64)
  • Opencv 基础(四):使用OpenCV进行图像旋转和平移

    如今,图像编辑变得越来越流行,因为手机有内置的功能,可以让你 裁剪、旋转 和更多的操作你的图像。 这篇文章中,我们将探索和学习这些图像编辑技术。具体来说,我们将学习如何: 旋转图像 移动图像 图像旋转和平移是图像编辑中最基本的操作之一。两者都属于广义的

    2024年02月05日
    浏览(46)
  • 使用Opencv对图像进行压缩和解压缩

      最近在一个项目中需要将工业相机采集到的图像通过jsonrpc进行传输,一开始没进行压缩,传输的速度很慢,相机分辨率是2592×1944,单通道,这么一算一次要传输的数据量大小是2592×1944×1=5,038,848字节,500多万的字节,通过opencv自带 imencode 和 imdecode 两个函数,将图像进行

    2024年02月04日
    浏览(51)
  • 如何使用OpenCV进行图像读取和显示?

    使用OpenCV进行图像读取和显示是计算机视觉领域中的常见任务之一。下面是关于如何使用OpenCV进行图像读取和显示的简要步骤和示例代码。    首先,你需要安装OpenCV库并确保正确导入它。然后,按照以下步骤执行图像读取和显示操作: 导入OpenCV库: 读取图像文件: 在这个

    2024年02月06日
    浏览(45)
  • OpenCV实战之一 | 使用OpenCV进行图像超分辨率

    前言 图像超分辨率(Image Super-Resolution,简称ISR)是一种图像处理技术,将 低分辨率的图像通过算法转换成高分辨率图像 ,从而增加图像的细节和清晰度。 ISR技术对于许多计算机视觉和图像处理任务都是至关重要的,如图像重建、监视、医学图像处理等。 ⭐ 注意的是模型的

    2024年02月01日
    浏览(57)
  • 详细介绍如何使用 OpenCV 对图像进行锐化

    将了解锐化图像的过程 , 我们将使用内核来突出显示每个特定像素并增强其发出的颜色。 它与模糊过程非常相似,只不过现在我们不是创建一个内核来平均每个像素强度,而是创建一个内核,该内核将使像素强度更高,因此对人眼来说更加突出。 很高兴知道 内核用于模糊

    2024年02月12日
    浏览(40)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包