- 博客(14)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 【Python】TKinter在多线程时刷新GUI的一些碎碎念
注：本文不讲TKinter的基本操作，以及多线程的概念，操作 首先要讲的是一个TKinter使用时常常遇到的问题，因为TKinter自身刷新GUI是单线程的，用户在调用mainloop方法后，主线程会一直不停循环刷新GUI，但是如果用户给某个widget绑定了一个很耗时的方法A时，这个方法A也是在主线程里调用，于是这个耗时的方法A会阻塞住刷新GUI的主线程，表现就是整个GUI卡住...
2019-12-01 17:35:50
17898
21
原创 【OpenCV Python】核心操作--颜色空间转换
1.HSV颜色空间表示颜色的颜色空间不止BGR一种，比如还有灰度图和HSV，在HSV颜色空间中，共有H,S,V三个参数，H[0:179]表示颜色，S[0:255]表示饱和度，也就是颜色的纯度，V[0:255]表示亮度。2.颜色空间转换颜色空间转换通过cv2.cvtColor[图形文件，转换命令]函数完成，转换命令常用的有cv2.COLOR_BGR2GRAY cv2.COLOR_BGR2...
2019-11-02 14:13:50
554
2
原创 【OpenCV Python】核心操作--轮廓特征
1.矩矩本来是个统计学概念，定义为f(x)*P(x)关于x的定积分，在二值化图形中，其零阶矩的定义如下： 屏幕剪辑的捕获时间:2018/4/15 21:03 V(i,j)是(i,j)点的灰度值，这个定义的本意是，所有像素的灰度值的总和，但因为在二值化图形中，白色都为1，黑色都为0，所以M00的结果是所有白色区域的像素值的和，也可以当作白色区域的面积使用。 其一阶矩定义如下： 屏幕剪辑的捕获时间...
2018-06-15 14:51:15
2093
原创 【OpenCV Python】核心操作--模板匹配
在opencv里，模板匹配和卷积原理很像，模板在原图像上从原点开始滑动，计算模板与（图像被模板覆盖的地方）的差别程度，这个差别程度的计算方法在opencv里有6种，然后将每次计算的结果放入一个矩阵里，作为结果输出。假如原图形是AxB大小，而模板是axb大小，则输出结果的矩阵是(A-a+1)x(B-b+1)1.相关函数：opencv里提供cv2.matchTemplate(src, template...
2018-06-15 14:51:04
3770
原创 【OpenCV Python】核心操作--位操作
2018年1月30日1.灰度图基础：灰度图共分256阶，由0~255表示，0为黑，255为白，从位操作的角度出发，纯黑色为0，不是纯黑色为1，所以在一些纯白色，或者纯黑色背景里，可以转为灰度图，利用阈值将非背景色的内容抠出来作为模板，再与原图做位操作，进行抠图。 2.图像阈值。利用cv2.threshold（图片文件，阈值下限，阈值上限，阈值模式），可以将目标阈值内的图形抠出。例：ret,mask...
2018-06-15 14:50:58
1337
原创 【OpenCV Python】核心操作--轮廓
1.查找，绘制轮廓opencv里查找轮廓需要四步：（1）使用cv2.cvtColor将图形颜色通道转到灰度空间。（2）使用cv2.Threshold将图形二值化（3）使用cv2.findContours查找到图形的轮廓（4）使用cv2.drawContours画出找到的轮廓对于第三，第四步的两个新函数，其格式如下： cv2.findContours( src , 查找方式，近似方法)， 关于查找方...
2018-06-14 01:48:02
3294
原创 【OpenCV Python】核心操作--边缘检测
边缘检测其实就是利用一个高通滤波器和图像进行卷积，图像中的边缘（即高频部分）在滤波器 的作用下，保留高频部分，也就是留下边缘 或者换一个角度考虑，对图像进行X方向和Y方向的差分，在图像的边缘差分结果会比别的地方大，再利用差分可以计算出梯度，边缘总会出现在梯度最大的地方1.几个基本算子常用的边缘检测算子有sobel, scharr, laplacian算子，这几个算子本质上都是高通滤波器，使...
2018-06-14 01:46:31
4145
原创 【OpenCV Python】核心操作--形态学转换
形态学转换是针对图像形状进行的简单操作，一般是指针对二值化图像进行的操作，常见的形态学转换包括腐蚀，膨胀，开运算等。1.腐蚀顾名思义，腐蚀是对前景物体的边缘进行腐蚀掉，形成如现实中一样的腐蚀效果，其原理如下:卷积核沿着图像滑动，如果卷积核对应区域的图像像素值都是1，则卷积核中心对应的像素值保持不变，反之则全变成0，所以在图像边缘区域，部分为0，部分为1的区域都会变成0，再往里面则会保持不...
2018-06-14 00:55:35
1622
1
原创 【OpenCV Python】核心操作--图像平滑
图像中经常会出现噪声，这些噪声在频域角度看来属于高频部分，使用低通滤波器可以去除噪声点1.2D卷积2D卷积其本质上也是一个加权平均的过程，openCV提供cv2.filter2D(src ,deepth,kernel)函数进行2D卷积，其中kernel是我们需要提供的卷积核，deepth一般为-1.卷积核的工作原理：卷积核一般为一个奇数级的矩阵，其中所有元素的和为1，假设卷积核A在图像上滑动，与卷...
2018-06-14 00:52:59
1862
原创 【OpenCV Python】核心操作--几何变换
1.几何变换的实际意义从线性代数角度来看，在一个向量[x,y]前面乘以一个矩阵其本质上，是将向量[x,y]转换到[a1,b1] , [a2,b2]的坐标系中，即实现向量[x,y]的位移2.扩展缩放opencv提供cv2.resize(图形文件，（x方向长度，y方向高度），转换模式)或者Cv2.resize(图形文件，fx=x方向倍数，fy=y方向倍数，转换模式)来实现图形的缩放例：img_resi...
2018-06-14 00:44:43
199
原创 【OpenCV Python】核心操作--像素
1.位图基础：在opencv中，位图以一个二维矩阵保存，具体格式如下[y方向像素数，x方向像素数，颜色通道数]，例如[512,512,3]，通常可以用来存储一个512 x 512，颜色通道为3的图片。矩阵的前两维用于存储像素的坐标点，第三维是一个数组，数组用于存储颜色通道2.获取像素值：获取某一点的像素值，可以直接查询这个三维矩阵的对应像素坐标的值例：print img[200，200]3.修改像...
2018-06-14 00:35:46
1370
原创 【OpenCV Python】OpenCV的基本视频操作
初始化摄像头：Cv2.VideoCapture("摄像头ID号")摄像头ID号： 默认为0查看初始化是否成功：Cap.isopen()此函数会返回一个bool值，如果为true则成功帧捕捉：Ret,frame=cap.read()cap为捕捉到的帧对象ret是一个bool值，如果为true,则捕捉到的帧正常 4.关闭捕捉：Cap.release() 例 注：将摄像头ID号设置成视频路径，可以用...
2018-06-14 00:28:00
3270
原创 【OpenCV Python】OpenCV的基本绘图方法
1.基本绘图基本绘图需要几个基本函数：（1）Numpy.zeros(画布大小，数据类型)画布大小由一个数组确定，如（255，255，3），表示一个256大小的正方形画布，3表示颜色通道，可选参数有1，3，4（2）cv2.line(画布，起点坐标，终点坐标，颜色（RGB格式），线条宽度) 画一条直线（3）cv2.rectangle(画布，左下角左边，右上角坐标，颜色（RGB格式），线条宽度)画一个矩...
2018-06-14 00:26:29
4683
1
原创 【OpenCV Python】OpenCV的基础函数
1. 打开图片： Cv2.imread("图片路径","打开方式") 打开方式：0：灰度模式 打开方式：1: 彩色模式 例：img=cv2.imread("1.jpg",1) 2. 显示图片： Cv2.imshow("窗口名字"，“图片文件”) 例：cv2.imshow("image",img) 3. 关闭窗口： Cv...
2018-06-14 00:22:52
406
计算机组成和设计：软件/硬件接口第5版，英文版，非扫描版
2015-02-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人