Python+OpenCV六種實(shí)時(shí)圖像處理詳細(xì)講解
初學(xué)OpenCV圖像處理的小伙伴肯定對什么高斯函數(shù)、濾波處理、閾值二值化等特性非常頭疼，這里給各位分享一個(gè)小項(xiàng)目，可通過攝像頭實(shí)時(shí)動態(tài)查看各類圖像處理的特點(diǎn)，也可對各位調(diào)參、測試有一定幫助。
1、導(dǎo)入庫文件
這里主要使用PySimpleGUI、cv2和numpy庫文件，PySimpleGUI庫文件實(shí)現(xiàn)GUI可視化，cv2庫文件是Python的OpenCV接口文件，numpy庫文件實(shí)現(xiàn)數(shù)值的轉(zhuǎn)換和運(yùn)算，均可通過pip導(dǎo)入。
import PySimpleGUI as sg #pip install pysimplegui import cv2 #pip install opencv-python import numpy as np #pip install numpy
2、設(shè)計(jì)GUI
基于PySimpleGUI庫文件實(shí)現(xiàn)GUI設(shè)計(jì)，本項(xiàng)目界面設(shè)計(jì)較為簡單，設(shè)計(jì)800X400尺寸大小的框圖，淺綠色背景，主要由攝像頭界面區(qū)域和控制按鈕區(qū)域兩部分組成。效果如下所示：
GUI代碼如下所示：
#背景色
sg.theme('LightGreen')
#定義窗口布局
layout = [
[sg.Image(filename='', key='image')],
[sg.Radio('None', 'Radio', True, size=(10, 1))],
[sg.Radio('threshold', 'Radio', size=(10, 1), key='thresh'),
sg.Slider((0, 255), 128, 1, orientation='h', size=(40, 15), key='thresh_slider')],
[sg.Radio('canny', 'Radio', size=(10, 1), key='canny'),
sg.Slider((0, 255), 128, 1, orientation='h', size=(20, 15), key='canny_slider_a'),
sg.Slider((0, 255), 128, 1, orientation='h', size=(20, 15), key='canny_slider_b')],
[sg.Radio('contour', 'Radio', size=(10, 1), key='contour'),
sg.Slider((0, 255), 128, 1, orientation='h', size=(20, 15), key='contour_slider'),
sg.Slider((0, 255), 80, 1, orientation='h', size=(20, 15), key='base_slider')],
[sg.Radio('blur', 'Radio', size=(10, 1), key='blur'),
sg.Slider((1, 11), 1, 1, orientation='h', size=(40, 15), key='blur_slider')],
[sg.Radio('hue', 'Radio', size=(10, 1), key='hue'),
sg.Slider((0, 225), 0, 1, orientation='h', size=(40, 15), key='hue_slider')],
[sg.Radio('enhance', 'Radio', size=(10, 1), key='enhance'),
sg.Slider((1, 255), 128, 1, orientation='h', size=(40, 15), key='enhance_slider')],
[sg.Button('Exit', size=(10, 1))]
]
#窗口設(shè)計(jì)
window = sg.Window('OpenCV實(shí)時(shí)圖像處理',
layout,
location=(800, 400),
finalize=True)
3、調(diào)用攝像頭
打開電腦內(nèi)置攝像頭，將數(shù)據(jù)顯示在GUI界面上，效果如下所示：
代碼如下所示：
#打開內(nèi)置攝像頭
cap = cv2.VideoCapture(0)
while True:
event, values = window.read(timeout=0, timeout_key='timeout')
#實(shí)時(shí)讀取圖像
ret, frame = cap.read()
#GUI實(shí)時(shí)更新
imgbytes = cv2.imencode('.png', frame)[1].tobytes()
window['image'].update(data=imgbytes)
window.close()
4、實(shí)時(shí)圖像處理
4.1、閾值二值化
進(jìn)行閾值二值化操作，大于閾值values['thresh_slider']的，使用255表示，小于閾值values['thresh_slider']的，使用0表示，效果如下所示：
代碼如下所示：
if values['thresh']: frame = cv2.cvtColor(frame, cv2.COLOR_BGR2LAB)[:, :, 0] frame = cv2.threshold(frame, values['thresh_slider'], 255, cv2.THRESH_BINARY)[1]
4.2、邊緣檢測
進(jìn)行邊緣檢測，values['canny_slider_a']表示最小閾值，values['canny_slider_b']表示最大閾值，效果如下所示：
代碼如下所示：
if values['canny']: frame = cv2.Canny(frame, values['canny_slider_a'], values['canny_slider_b'])
4.3、輪廓檢測
輪廓檢測是形狀分析和物體檢測和識別的有用工具，連接所有連續(xù)點(diǎn)（沿著邊界）的曲線，具有相同的顏色或強(qiáng)度，效果如下所示：
代碼如下所示：
if values['contour']: hue = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) hue = cv2.GaussianBlur(hue, (21, 21), 1) hue = cv2.inRange(hue, np.array([values['contour_slider'], values['base_slider'], 40]), np.array([values['contour_slider'] + 30, 255, 220])) cnts= cv2.findContours(hue, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[0] cv2.drawContours(frame, cnts, -1, (0, 0, 255), 2)
4.4、高斯濾波
進(jìn)行高斯濾波,(21, 21)表示高斯矩陣的長與寬都是21，標(biāo)準(zhǔn)差取values['blur_slider']，效果如下所示：
代碼如下所示：
if values['blur']: frame = cv2.GaussianBlur(frame, (21, 21), values['blur_slider'])
4.5、色彩轉(zhuǎn)換
色彩空間的轉(zhuǎn)化，HSV轉(zhuǎn)換為BGR，效果如下所示：
代碼如下所示：
if values['hue']: frame = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) frame[:, :, 0] += int(values['hue_slider']) frame = cv2.cvtColor(frame, cv2.COLOR_HSV2BGR)
4.6、調(diào)節(jié)對比度
增強(qiáng)對比度，使圖像中的細(xì)節(jié)看起來更加清晰，效果如下所示：
代碼如下所示：
if values['enhance']: enh_val = values['enhance_slider'] / 40 clahe = cv2.createCLAHE(clipLimit=enh_val, tileGridSize=(8, 8)) lab = cv2.cvtColor(frame, cv2.COLOR_BGR2LAB) lab[:, :, 0] = clahe.apply(lab[:, :, 0]) frame = cv2.cvtColor(lab, cv2.COLOR_LAB2BGR)
5、退出系統(tǒng)
直接break即可跳出循環(huán)。
if event == 'Exit' or event is None: break
以上就是Python+OpenCV六種實(shí)時(shí)圖像處理詳細(xì)講解的詳細(xì)內(nèi)容，更多關(guān)于Python+OpenCV實(shí)時(shí)圖像處理的資料請關(guān)注本站其它相關(guān)文章！
版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。
關(guān)注官方微信