Python 官方文档:入门教程 => 点击学习
系列文章目录 《计算机视觉技术与应用》-----第二章 图像处理基础 《计算机视觉技术与应用》-----第三章 图形用户界面 《计算机视觉技术与应用》-----第四章 图像变换 《计算机视觉技术与应用
填空(15个题),判断(10个题),简答(1个题)共60分。
两个编程题,共40分。
```Python#习题2-1.py:创建一幅大小为240×320的图像,图像中心是一个大小为100×100的红色正方形,周围是黑色import cv2import numpyimg = numpy.zeros((240,320,3),dtype=numpy.uint8) #创建黑色背景img[70:170,110:210,2]=255 #创建红色区域(100*100)cv2.imshow('xiti2-1',img)cv2.waiTKEy(0)
#习题2-2.py:选择一幅彩色图像,完成下列操作:#(1)将图像转换为灰度图像显示。#(2)将图像尺寸减小为原来的1/2显示。import cv2img=cv2.imread('lena.jpg',cv2.IMREAD_GRAYSCALE)#(1)将彩色图像转换为灰度图像cv2.imshow('GRASCALE',img)img=cv2.imread('lena.jpg',cv2.IMREAD_REDUCED_COLOR_2)#(2)将图像尺寸缩小为原来的1/2cv2.imshow('COLOR_2',img)cv2.waitKey(0)cv2.waitKey(0)
#习题2-3.py:选择一幅彩色图像,通过像素更改,在图像中显示一个大小为80×100的黑色正方形。import cv2img=cv2.imread('lena.jpg')h,w,s=img.shape #得到原图的高宽通道h1=int(h/2) #获取原图高度的一半,并且强制转换为intw1=int(w/2)img[h1-40:h1+40,w1-50:w1+50,:]=0 #也可以直接通过像素区域打码 在img中 img[::]=255cv2.imshow('xiugai',img)cv2.waitKey(0)
#习题2-4.py:选择一幅彩色图像,分别显示其B、G、R通道图像。import cv2img = cv2.imread('lena.jpg')cv2.imshow('lena',img)b,g,r=cv2.split(img)#重点cv2.imshow('lena-b',b)cv2.imshow('lena-g',g)cv2.imshow('lena-r',r)cv2.waitKey(0)
#习题2-5.py:选择一幅彩色图像,用NumPy数组创建掩模,在图像中心取出大小为80×120的图像。import cv2import numpysrc1 = cv2.imread('lena.jpg')h,w,s=src1.shapeimg = numpy.zeros((h,w,s),dtype=numpy.uint8) #创建黑色背景h1=int(h/2)w1=int(w/2)img[h1-40:h1+40,w1-60:w1+60,:]=255img2=cv2.bitwise_and(src1,img) #题目要求是用Numpy数组创建掩膜的方式打码 img[10:90,20:120,:]=255cv2.imshow('yanmo',img2)cv2.waitKey(0)
#习题5-1 选择一幅图像,对其执行Laplacian边缘检测import cv2img = cv2.imread('bee.jpg')cv2.imshow('original',img)#Laplacian边缘检测img2 = cv2.Laplacian(img,cv2.CV_8U,ksize=1)cv2.imshow('L',img2)cv2.waitKey(0)
#习题5-2 选择一幅图像,对其执行Sobel边缘检测import cv2img = cv2.imread('bee.jpg')cv2.imshow('original',img)#Sobel边缘检测img3 = cv2.Sobel(img,cv2.CV_8U,0,1) #0表示对x不求偏导,1表示对y偏导 dx>=0 && dy>=0 && dx+dy>0cv2.imshow('C',img3)cv2.waitKey(0)
#习题5-3 选择一幅图像,对其执行Canny边缘检测import cv2img = cv2.imread('bee.jpg')cv2.imshow('original',img)#Canny边缘检测img4 = cv2.Canny(img,100,200,apertureSize=3)cv2.imshow('Canny',img4)cv2.waitKey(0)
#test5-4.py:查找和绘制轮廓#先查找后绘制,前7行代码与查找轮廓代码一致import cv2import numpy as npimg=cv2.imread('shapes.jpg') #读取图像cv2.imshow('original',img) #显示原图像gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#转化为灰度图像ret,img2=cv2.threshold(gray,125,255,cv2.THRESH_BINARY)#二值化阈值处理c,h=cv2.findContours(img2,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE) img3=np.zeros(img.shape, np.uint8)+255 #按原图大小创建一幅白色图像#image=cv2.drawContours(image,contours,contourIdx,color,thickness)#image:原图#contours为要绘制的轮廓img3=cv2.drawContours(img3,c,-1,(0,0,255),2) #绘制轮廓 -1表示绘制所有轮廓cv2.imshow('Contours',img3) #显示轮廓图像cv2.waitKey(0) #按任意键结束等待cv2.destroyAllwindows() #关闭所有窗口
来源地址:https://blog.csdn.net/xiaoren886/article/details/128365735
--结束END--
本文标题: 《计算机视觉技术与应用》重点复盘
本文链接: https://www.lsjlt.com/news/421631.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
下载Word文档到电脑,方便收藏和打印~
2024-03-01
2024-03-01
2024-03-01
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
一口价域名售卖能注册吗?域名是网站的标识,简短且易于记忆,为在线用户提供了访问我们网站的简单路径。一口价是在域名交易中一种常见的模式,而这种通常是针对已经被注册的域名转售给其他人的一种方式。
一口价域名买卖的过程通常包括以下几个步骤:
1.寻找:买家需要在域名售卖平台上找到心仪的一口价域名。平台通常会为每个可售的域名提供详细的描述,包括价格、年龄、流
443px" 443px) https://www.west.cn/docs/wp-content/uploads/2024/04/SEO图片294.jpg https://www.west.cn/docs/wp-content/uploads/2024/04/SEO图片294-768x413.jpg 域名售卖 域名一口价售卖 游戏音频 赋值/切片 框架优势 评估指南 项目规模
0