<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          分享3個(gè)干貨滿滿的Python實(shí)戰(zhàn)項(xiàng)目,點(diǎn)贊收藏

          共 2361字,需瀏覽 5分鐘

           ·

          2022-02-16 22:32


          今天小編來給大家介紹3個(gè)干貨滿滿的計(jì)算機(jī)視覺方向的Python實(shí)戰(zhàn)項(xiàng)目,主要用到的庫有

          • opencv-python
          • numpy
          • pillow

          要是大家所配置的環(huán)境當(dāng)中沒有這幾個(gè)模塊的話,就需要先用pip命令下載安裝

          pip?install?opencv-python?numpy?pillow

          邊緣檢測(cè)

          邊緣檢測(cè)的基本思想就是簡化圖像信息,使用邊緣線代表圖像所攜帶信息,而這次我們要用到的則是Canny邊緣檢測(cè)算子,在Opencv當(dāng)中需要調(diào)用的是cv.canny()方法即可,代碼如下
          import?cv2?as?cv
          import?matplotlib.pyplot?as?plt

          img?=?cv.imread('導(dǎo)入圖像的路徑',0)
          edges?=?cv.Canny(img,100,200)
          plt.subplot(121)
          plt.imshow(img,?cmap='gray')
          .........
          plt.show()

          output

          將照片變成素描風(fēng)格

          我們最終要實(shí)現(xiàn)的目的在于將照片變成素描風(fēng)格,大致的邏輯在于首先需要將圖片變成灰色圖像然后反轉(zhuǎn),在反轉(zhuǎn)之后進(jìn)行模糊化處理,代碼如下
          import?cv2
          img?=?cv2.imread("導(dǎo)入照片的路徑")

          ##?將照片灰度化處理
          gray_image?=?cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
          ##?將灰度化的照片反轉(zhuǎn)處理
          inverted_gray_image?=?255-gray_image
          ##?將反轉(zhuǎn)的照片模糊化處理
          blurred_inverted_gray_image?=?cv2.GaussianBlur(inverted_gray_image,?(19,19),0)
          ##?再一次的進(jìn)行反轉(zhuǎn)
          inverted_blurred_image?=?255-blurred_inverted_gray_image
          ###?顏色減淡混合處理
          sketck?=?cv2.divide(gray_image,?inverted_blurred_image,scale=?256.0)

          cv2.imshow("Original?Image",img)
          cv2.imshow("Pencil?Sketch",?sketck)
          cv2.waitKey(0)

          output

          判斷形狀

          現(xiàn)在我們需要來判斷圖片當(dāng)中圖形的輪廓,而識(shí)別輪廓的算法在opencv模塊當(dāng)中是有內(nèi)置的,代碼如下
          import?cv2
          import?numpy?as?np
          from?matplotlib?import?pyplot?as?plt

          #?導(dǎo)入照片
          img?=?cv2.imread('3.png')
          #?將照片灰度化處理,當(dāng)然要是您的照片已經(jīng)是黑白的,就可以跳過這一步
          gray?=?cv2.cvtColor(img,?cv2.COLOR_BGR2GRAY)
          #?setting?threshold?of?the?gray?image
          _,?threshold?=?cv2.threshold(gray,?127,?255,?cv2.THRESH_BINARY)

          #?識(shí)別輪廓的方法
          contours,?_?=?cv2.findContours(
          ????threshold,?cv2.RETR_TREE,?cv2.CHAIN_APPROX_SIMPLE)

          i?=?0
          for?contour?in?contours:
          ????#?cv2.approxPloyDP()?function?to?approximate?the?shape
          ????approx?=?cv2.approxPolyDP(contour,?0.01?*?cv2.arcLength(contour,?True),?True)
          ????#?找到圖片的中心點(diǎn)
          ????M?=?cv2.moments(contour)
          ????if?M['m00']?!=?0.0:
          ????????x?=?int(M['m10']?/?M['m00'])
          ????????y?=?int(M['m01']?/?M['m00'])
          ????#?將輪廓的名字放在各個(gè)圖形的中央
          ????if?len(approx)?==?3:
          ????????cv2.putText(img,?'Triangle',?(x,?y),
          ????????????????????cv2.FONT_HERSHEY_SIMPLEX,?0.6,?(0,?0,?0),?2)
          ????elif?len(approx)?==?4:
          ????????.......
          ????elif?len(approx)?==?5:
          ????????......
          ????elif?len(approx)?==?6:
          ????????......
          ????else:
          ????????......

          #?將最后的圖形呈現(xiàn)出來
          cv2.imshow('shapes',?img)
          cv2.waitKey(0)
          cv2.destroyAllWindows()

          output

          各位伙伴們好,詹帥本帥搭建了一個(gè)個(gè)人博客和小程序,匯集各種干貨和資源,也方便大家閱讀,感興趣的小伙伴請(qǐng)移步小程序體驗(yàn)一下哦!(歡迎提建議)

          推薦閱讀


          牛逼!Python常用數(shù)據(jù)類型的基本操作(長文系列第①篇)

          牛逼!Python的判斷、循環(huán)和各種表達(dá)式(長文系列第②篇)

          牛逼!Python函數(shù)和文件操作(長文系列第③篇)

          牛逼!Python錯(cuò)誤、異常和模塊(長文系列第④篇)


          瀏覽 86
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          評(píng)論
          圖片
          表情
          推薦
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  高清视频一区 | 四虎永久影院 | 欧美天天撸| 日韩人妻无码精品免费shipin | 天天色狠狠伊人 |