OpenCV 是一个广泛用于计算机视觉任务的开源计算机视觉库,提供了许多用于图像处理和计算机视觉的函数。以下是一些 OpenCV 中常用的函数和相应的参数命令:
cv2.imread() - 读取图像:
pythonimg = cv2.imread('image.jpg', flags)
flags 参数:指定图像的读取方式,常见的有 cv2.IMREAD_COLOR(默认,彩色图像)、cv2.IMREAD_GRAYSCALE(灰度图像)等。cv2.imshow() - 显示图像:
pythoncv2.imshow('WindowName', img)
WindowName:窗口名称。img:要显示的图像。cv2.imwrite() - 保存图像:
pythoncv2.imwrite('output_image.jpg', img)
cv2.cvtColor() - 色彩空间转换:
pythonimg_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv2.COLOR_BGR2GRAY 将图像从BGR转换为灰度。cv2.GaussianBlur() - 高斯模糊:
pythonimg_blurred = cv2.GaussianBlur(img, (ksize_x, ksize_y), sigmaX)
ksize_x 和 ksize_y:高斯核的大小。sigmaX:X轴方向上的标准差。cv2.Canny() - 边缘检测:
pythonedges = cv2.Canny(img, threshold1, threshold2)
threshold1 和 threshold2:梯度阈值。cv2.inpaint() - 图像修复:
pythoninpainted_image = cv2.inpaint(image, mask, inpaintRadius, flags)
mask:指定损坏区域的掩码。inpaintRadius:修复半径。flags:修复算法的标志,例如 cv2.INPAINT_TELEA。cv2.resize() - 调整图像大小:
pythonresized_img = cv2.resize(img, (width, height), interpolation=cv2.INTER_AREA)
width 和 height:目标大小。interpolation:插值算法。这只是 OpenCV 中一些常用函数的示例,具体的使用方法和参数可能因任务而异。在实际使用中,你可能需要查阅 OpenCV 文档以获取更详细的信息。