如果您有任何疑问,可以在下面询问或输入您要寻找的!
Python OpenCV 365 天学习规划,与橡皮一起进到图象领域吧。
在以前的blog中,大家获得图象条形图的方法全是获得一维条形图,简易说便是只获得一个安全通道的特点,比如灰度,B 安全通道,R 安全通道。
今日要学习培训的第一个內容是二维条形图,也称为 3D 条形图,涉及到2个特点,在其中一个是清晰度的色彩,另一个是对比度。
有这两个值你应该能猜中,必须提早将图象转化成 HSV 文件格式。
测算 3D 条形图,应用的涵数与以前学习培训的一样,也是 cv2.calcHist 涵数。
假如获得五颜六色条形图,必须提早将 BGR 转化成 HSV。
cv2.calcHist(images, channels, mask, histSize,ranges[, hist[,accumulate]])
主要参数表明:
[]
括起來,比如:[img]
;[0,1]
必须另外解决 H 和 S 2个安全通道;[180,256]
Hue 安全通道为 180,S 安全通道为 256;[0,180,0,256]
,Hue 的取值范围在 0 到 180,对比度 S 的取值范围在 0 到 256。测试程序以下:
import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
def create_2d_hist(image):
hsv = cv.cvtColor(image, cv.COLOR_BGR2HSV)
hist = cv.calcHist([hsv], [0, 1], None, [180, 256], [0, 180, 0, 256])
return hist
img = cv.imread('2.jpg')
hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV)
plt.plot(create_2d_hist(img))
plt.show()
运作实际效果如下图所显示,能够见到 3D 条形图了。
在查找材料的情况下,还学习培训到以下展现条形图的方法,但是实际效果比不上线框的好。
plt.imshow(hist,interpolation = 'nearest')
numpy 库也为 3D 条形图出示了一个涵数,np.histogram2d涵数。
因为以前早已学习培训过 np.histogram 涵数了,学习培训这一 3D 条形图涵数了解上就较为非常容易了。
histogram2d(x, y, bins=10, range=None, normed=None, weights=None, density=None)
主要参数表明:
主要参数更细腻的表明能够根据 help(np.histogram2d) 查看。
测试程序以下:
运作以后,发觉結果如下图所显示。
以上红杠为橡皮标识內容,2个表开展相匹配。H=25,S=20 也有 H=100-150,S=120-100,能够得到淡黄色,深蓝色,蓝紫色地区低值,相匹配的原照上,结果类似。
原照以下
官方网指南能够阅读文章:点一下自动跳转
期待今日的一个小时,你有一定的获得,大家续篇blog见~
有关阅读文章
今天不断创作的第 67 / 100 天。
假如您有要想沟通交流的念头、技术性,热烈欢迎在发表评论留言板留言。
假如你要跟时尚博主创建婚姻关系,能够关心时尚博主,或是关心时尚博主微信公众号 “
非大学本科程序猿
”,掌握一个非大学本科程序猿是怎样发展的。
时尚博主 ID:理想橡皮
,期待大伙儿关注点赞、评价、个人收藏
我是这篇文章的创作本人 请您把文章删了 ...
评论于 华为eNSP最稳定的装法