蜜桃视频一区二区在线入口,五月丁香婷婷五月,久九九久国产精品,欧美日韩黄色极品,天天做夜夜做,无码欧美人XXXXX日本无码 ,日本三级网站在线观看,人人操碰人人

不久前，我為一個(gè)大學(xué)項(xiàng)目訓(xùn)練了一個(gè)目標(biāo)檢測(cè)模型，但說(shuō)實(shí)話，除了它需要很多計(jì)算力以及需要長(zhǎng)時(shí)間觀察我的訓(xùn)練模型，我不記得其他太更多的東西了。

最近我對(duì)這些話題重拾了興趣，我決定重新開(kāi)始學(xué)習(xí)，但這一次我會(huì)做筆記并分享我的學(xué)習(xí)經(jīng)驗(yàn)。

我想知道有一天我們是否能夠使用風(fēng)格遷移將一種風(fēng)格從一個(gè)數(shù)據(jù)復(fù)制到另一個(gè)數(shù)據(jù)而不損害其完整性。

OpenCV

OpenCV是一個(gè)開(kāi)源庫(kù)，最初由Intel開(kāi)發(fā)，它包含了支持計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)的便捷方法和函數(shù)。

在本文中，我將全神貫注地學(xué)習(xí)如何讀取圖像，如何在Jupyter notebook中顯示圖像以及如何檢查和更改其某些屬性。

import cv2import numpy as npimport matplotlib.pyplot as plt

讓我們從.imread開(kāi)始加載圖片，然后我們可以使用.imshow在新窗口中顯示它。

image = cv2.imread('img.jpg')cv2.imshow('Some title', image)

cv2.waitKey(0)cv2.destroyAllWindows()

waitkey和.destroyAllWindows方法對(duì)于在不崩潰的情況下運(yùn)行代碼至關(guān)重要。

第一個(gè)方法會(huì)告訴Jupyter繼續(xù)運(yùn)行該塊，直到按下某個(gè)鍵，第二個(gè)方法將在程序的最后關(guān)閉窗口，回收內(nèi)存資源。

我們還可以嘗試使用Matplotlib.imshow來(lái)顯示圖像，它可以以內(nèi)聯(lián)方式顯示圖像，而不是在新窗口中顯示。

image = cv2.imread('img.jpg')plt.imshow(image)

看起來(lái)很奇怪。顏色都弄亂了。

OpenCV將圖像加載為Numpy數(shù)組，并且它們具有三個(gè)維度：紅色，綠色和藍(lán)色。維度通常稱為通道，它們保存的值介于0到255之間，代表每個(gè)像素的顏色強(qiáng)度。

>>> print(type(image))>>> print(image.shape)

<class 'numpy.ndarray'>(776, 960, 3)

也就是說(shuō)是RGB，對(duì)吧？

不對(duì)，這是BGR，其順序不同。

Matplotlib使用RGB，這就是為什么我們的圖片看起來(lái)很奇怪。這也不是問(wèn)題，因?yàn)镺penCV有一些非常方便的方法來(lái)轉(zhuǎn)換顏色。

image = cv2.imread('img.jpg')image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

plt.imshow(image)

太酷了，我們必須使用OpenCV讀取和顯示圖像，并了解如何將GBR顏色轉(zhuǎn)換為RGB以使用Matplolib內(nèi)聯(lián)顯示它們。

其他顏色格式可以使用OpenCV處理，例如HSV，CMYK等。

色彩

由于我們將重復(fù)很多次，因此我們創(chuàng)建一個(gè)使用Matplotlib進(jìn)行繪圖的方法。我們可以設(shè)置圖的大小并刪除軸以使其更好。

def show(img): fig, ax = plt.subplots(1, figsize=(12,8)) ax.axis('off') plt.imshow(img, cmap='Greys')

請(qǐng)注意，我還將.imshow中的顏色圖定義為“灰色”。當(dāng)我們繪制RGB圖像時(shí)，該參數(shù)將被忽略，但是稍后在繪制數(shù)組的各個(gè)維度時(shí)將很有用?，F(xiàn)在，讓我們嘗試一下我們的方法。

image = cv2.imread('img2.jpeg')image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

show(image)

現(xiàn)在讓我們嘗試將其轉(zhuǎn)換為灰度然后再轉(zhuǎn)換為RGB。

image = cv2.imread('img2.jpeg')

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)image = cv2.cvtColor(gray, cv2.COLOR_GRAY2RGB)

show(image)

我們可以使用.split獲取顏色的單個(gè)數(shù)組，然后將圖片與.merge組合在一起。這對(duì)于修改，檢查和過(guò)濾數(shù)組的單個(gè)維度非常實(shí)用。

例如，我們可以將數(shù)組乘以零以將其刪除；

img = cv2.imread('img2.jpeg')

B, G, R = cv2.split(img) img = cv2.merge([B*0, G, R*0])

img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)show(img)

我們可以增加或減少顏色的強(qiáng)度，或者構(gòu)建具有相同形狀的新的Numpy數(shù)組來(lái)替換它，或者你可以考慮使用任何其他方法。

img = cv2.merge([np.ones_like(B)*255, G, R])

img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)show(img)

同樣的分割和合并概念也適用于其他格式，如HSV和HSL。

img = cv2.imread('img2.jpeg')img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

H, S, V = cv2.split(img)

img = cv2.merge([np.ones_like(H)*30, S+10, V-20])

img = cv2.cvtColor(img, cv2.COLOR_HSV2RGB)show(img)

HSV：色調(diào)、飽和度和明度。

這種格式適用于色調(diào)，因此很容易過(guò)濾顏色——這意味著，我們可以使用角度范圍，而不必計(jì)算紅色、綠色和藍(lán)色之間的組合范圍。

我們可以用Numpy來(lái)定義HSV的上下邊界。應(yīng)用函數(shù).inRange過(guò)濾這些值，并創(chuàng)建一個(gè)掩碼，然后我們可以使用.bitwise_and在飽和狀態(tài)下應(yīng)用這個(gè)掩碼，它會(huì)使邊界以外的一切都變成零。

換句話說(shuō)：我們可以過(guò)濾一些顏色，然后將其余所有顏色設(shè)置為灰度。

# read img and convert to HSVimg = cv2.imread('img2.jpeg')img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)# split dimensionsH, S, V = cv2.split(img)# upper and lower boundarieslower = np.array([80, 0, 0]) upper = np.array([120, 255, 255])# build maskmask = cv2.inRange(img, lower, upper)# apply mask to saturationS = cv2.bitwise_and(S, S, mask=mask)# assemble imageimg = cv2.merge([H, S, V])# convert to RGB and displayimg = cv2.cvtColor(img, cv2.COLOR_HSV2RGB)show(img)

分割圖像也可以讓我們更容易地檢測(cè)它的構(gòu)圖。

我們可以從RGB繪制顏色，從HSV繪制飽和度，或任何其他我們想要的通道。

img = cv2.imread('img2.jpeg')B, G, R = cv2.split(img) show(B)

img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)H, S, V = cv2.split(img)show(S)

使用“灰色”色圖時(shí)，值從白色（低）到黑色（高）。

通過(guò)查看第一張map圖，我們可以看出，地面上的藍(lán)色強(qiáng)度高于建筑物中的藍(lán)色強(qiáng)度，并且通過(guò)飽和度圖可以看出，滑板周圍的值高于圖像中其他部分的值。

本文我們探索了如何加載和顯示圖片，如何將數(shù)組轉(zhuǎn)換為不同的顏色格式以及如何訪問(wèn)，修改和過(guò)濾通道。

資源：

OpenCV讀取圖像；

https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_gui/py_image_display/py_image_display.html

OpenCV顏色轉(zhuǎn)換；

https://docs.opencv.org/3.4/de/d25/imgproc_color_conversions.html

Matplotlib顯示圖像；

https://matplotlib.org/api/_as_gen/matplotlib.pyplot.imshow.html

數(shù)組上的OpenCV操作；

https://docs.opencv.org/2.4/modules/core/doc/operations_on_arrays.html

OpenCV基本操作；

https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_core/py_basic_ops/py_basic_ops.html

文章鏈接：https://towardsdatascience.com/getting-started-with-opencv-249e86bd4293

作者：Thiago Carvalho

鏈接：https://towardsdatascience.com/getting-started-with-opencv-249e86bd4293

求分享求點(diǎn)贊求在看?。?！

OpenCV入門 | 使用Python實(shí)現(xiàn)計(jì)算機(jī)視覺(jué)的第一步

資源：