33.图像基础操作 (1).pptx

机器视觉技术及应用图像基础操作主讲人：王肖

主要内容：获取和修改像素值拆分及合并图像通道图像扩边机器视觉技术及应用——图像基础操作

1.获取像素值导入一张空白的图像。importcv2importnumpyasnpimg=cv2.imread(‘1.jpg’)(x,y,z)=img.shape#获取这张图像的属性print(img[int(x/2),int(y/2)])#获取这张图像中间像素点的像素值机器视觉技术及应用——图像基础操作

1.获取像素值运行结果：机器视觉技术及应用——图像基础操作

1.获取像素值物体检测：需求分析：检测图像的边缘位置存在一个黑色规则物体（其余部分为白色），我们需要检测这个黑色物体位于图像的哪个角。解决方法：可以通过获取4个特征点的方法得到黑色物体位于哪个角。机器视觉技术及应用——图像基础操作

1.获取像素值代码：#导入图像importcv2importnumpyasnpimg=cv2.imread(1.jpg)机器视觉技术及应用——图像基础操作

1.获取像素值#设立特征点(x,y,z)=img.shape(x1,y1,z1)=img[int(x/4),int(y/4)]#左上角的中心(x2,y2,z2)=img[int(x*3/4),int(y/4)]#左下角的中心(x3,y3,z3)=img[int(x/4),int(y*3/4)]#右上角的中心(x4,y4,z4)=img[int(x*3/4),int(y*3/4)]#右下角的中心机器视觉技术及应用——图像基础操作

1.获取像素值#位置判断ifx1==0:print(在左上角)elifx2==0:print(在左下角)elifx3==0:print(在右上角)elifx4==0:print(在右下角)机器视觉技术及应用——图像基础操作

1.获取像素值运行结果：机器视觉技术及应用——图像基础操作

2.拆分及合并图像通道拆分图像通道：使用函数cv2.split函数。※其语法为cv2.split(img)※其参数img表示要拆分的图像。该函数的返回值为每个单独拆分的通道。合并图像通道:使用cv2.merge函数。如：cv2.merge（b,g,r）机器视觉技术及应用——图像基础操作

2.拆分及合并图像通道img=cv2.imread(2.jpg,1)(b,g,r)=cv2.split(img)cv2.imshow(img1,b)cv2.imshow(img2,g)cv2.imshow(img3,r)cv2.waitKey(0)Im=cv2.merge((b,g,r))cv2.imshow(merge,Im)cv2.waitKey(0)cv2.destroyAllWindows()机器视觉技术及应用——图像基础操作

2.拆分及合并图像通道运行结果：机器视觉技术及应用——图像基础操作

3.图像扩边在原有图像的基础上扩一层外边。使用函数cv2.copyMakeBoder函数。※其语法为cv2.copyMakeBoder(src,top,bottom,left,right,boderType)※其参数的解释为机器视觉技术及应用——图像基础操作src:输入图像top:上轮廓填充的像素点数目bottom:下轮廓填充的像素点数目left:左轮廓填充的像素点数目right：右轮廓填充的像素点数目boderType：添加轮廓的类型

3.图像扩边图像扩边的轮廓类型如下：机器视觉技术及应用——图像基础操作cv2.BORDER_CONSTANT添加有颜色的常数值轮廓，同时还需要一个参数value。如添加白色的轮廓的代码：value=[255,255,255]cv2.BORDER_REFLECT产生的边框是完全的镜像，例如dcba||abcd||dcba式添加轮廓。cv2.BORDER_REFLECT_101或者cv2.BORDER_DEFAULT产生的边框属于近完全镜像cv2.BORDER_REPLICATE周围边框采用和它相邻的像素点作为扩边cv2.BORDER_WRAR进行两个边缘调换的复制操作。

3.图像扩边代码：img=cv2.imread(11.jpg)img=cv2.copyMakeBorder(img,50,50,50,50,cv2.BORDER_CONSTANT,value=(255,255,255))cv2.imshow(img,img)cv2.waitKey(0)cv2.destroyAllWindows()机器视觉技术及应用——图像基础操作

3.图像扩边运行结果：机器视觉技术及应用——图像基础操作

谢谢观看