-
Notifications
You must be signed in to change notification settings - Fork 1.7k
module cv
cv模块提供了基础的图像处理函数,并在接口上兼容了opencv-python的API。
使用注意:
- 图像描述使用
Var
变量,其属性为:-
data_format
为NHWC
-
shape
是[h, w, c]
-
dtype
是uint8
-
- CV模块中的枚举类型直接用int实现,所以请使用
cv.COLOR_BGR2BGRA
,不要用cv.ColorConversionCodes.COLOR_BGR2BGRA
* - 将
[h, w, c]
的图形转换为模型输入的[n, c, h, w]
不要使用transpose
;请使用expr.convert
,示例如下:import MNN.cv as cv import MNN.numpy as np import MNN.expr as expr # data_format: NHWC, shape: [360, 480, 3], dtype: uint8 img = imread('cat.jpg') # data_format: NHWC, shape: [360, 480, 3], dtype: float32 imgf = img.astype(np.float32) # data_format: NHWC, shape: [1, 360, 480, 3], dtype: float32 imgf_batch = np.expand_dims(imgf, 0) # data_format: NCHW, shape: [1, 360, 480, 3], dtype: float32 input_var = expr.convert(imgf_batch, expr.NCHW)
描述图像颜色空间转换函数cvtColor
的转换方式
- 类型:
int
- 枚举值:
COLOR_BGR2BGRA
COLOR_RGB2RGBA
COLOR_BGRA2BGR
COLOR_RGBA2RGB
COLOR_BGR2RGBA
COLOR_RGB2BGRA
COLOR_RGBA2BGR
COLOR_BGRA2RGB
COLOR_BGR2RGB
COLOR_RGB2BGR
COLOR_BGRA2RGBA
COLOR_RGBA2BGRA
COLOR_BGR2GRAY
COLOR_RGB2GRAY
COLOR_GRAY2BGR
COLOR_GRAY2RGB
COLOR_GRAY2BGRA
COLOR_GRAY2RGBA
COLOR_BGRA2GRAY
COLOR_RGBA2GRAY
COLOR_BGR2BGR565
COLOR_RGB2BGR565
COLOR_BGR5652BGR
COLOR_BGR5652RGB
COLOR_BGRA2BGR565
COLOR_RGBA2BGR565
COLOR_BGR5652BGRA
COLOR_BGR5652RGBA
COLOR_GRAY2BGR565
COLOR_BGR5652GRAY
COLOR_BGR2BGR555
COLOR_RGB2BGR555
COLOR_BGR5552BGR
COLOR_BGR5552RGB
COLOR_BGRA2BGR555
COLOR_RGBA2BGR555
COLOR_BGR5552BGRA
COLOR_BGR5552RGBA
COLOR_GRAY2BGR555
COLOR_BGR5552GRAY
COLOR_BGR2XYZ
COLOR_RGB2XYZ
COLOR_XYZ2BGR
COLOR_XYZ2RGB
COLOR_BGR2YCrCb
COLOR_RGB2YCrCb
COLOR_YCrCb2BGR
COLOR_YCrCb2RGB
COLOR_BGR2HSV
COLOR_RGB2HSV
COLOR_BGR2Lab
COLOR_RGB2Lab
COLOR_BGR2Luv
COLOR_RGB2Luv
COLOR_BGR2HLS
COLOR_RGB2HLS
COLOR_HSV2BGR
COLOR_HSV2RGB
COLOR_Lab2BGR
COLOR_Lab2RGB
COLOR_Luv2BGR
COLOR_Luv2RGB
COLOR_HLS2BGR
COLOR_HLS2RGB
COLOR_BGR2HSV_FULL
COLOR_RGB2HSV_FULL
COLOR_BGR2HLS_FULL
COLOR_RGB2HLS_FULL
COLOR_HSV2BGR_FULL
COLOR_HSV2RGB_FULL
COLOR_HLS2BGR_FULL
COLOR_HLS2RGB_FULL
COLOR_LBGR2Lab
COLOR_LRGB2Lab
COLOR_LBGR2Luv
COLOR_LRGB2Luv
COLOR_Lab2LBGR
COLOR_Lab2LRGB
COLOR_Luv2LBGR
COLOR_Luv2LRGB
COLOR_BGR2YUV
COLOR_RGB2YUV
COLOR_YUV2BGR
COLOR_YUV2RGB
COLOR_YUV2RGB_NV12
COLOR_YUV2BGR_NV12
COLOR_YUV2RGB_NV21
COLOR_YUV2BGR_NV21
COLOR_YUV420sp2RGB
COLOR_YUV420sp2BGR
COLOR_YUV2RGBA_NV12
COLOR_YUV2BGRA_NV12
COLOR_YUV2RGBA_NV21
COLOR_YUV2BGRA_NV21
COLOR_YUV420sp2RGBA
COLOR_YUV420sp2BGRA
COLOR_YUV2RGB_YV12
COLOR_YUV2BGR_YV12
COLOR_YUV2RGB_IYUV
COLOR_YUV2BGR_IYUV
COLOR_YUV2RGB_I420
COLOR_YUV2BGR_I420
COLOR_YUV420p2RGB
COLOR_YUV420p2BGR
COLOR_YUV2RGBA_YV12
COLOR_YUV2BGRA_YV12
COLOR_YUV2RGBA_IYUV
COLOR_YUV2BGRA_IYUV
COLOR_YUV2RGBA_I420
COLOR_YUV2BGRA_I420
COLOR_YUV420p2RGBA
COLOR_YUV420p2BGRA
COLOR_YUV2GRAY_420
COLOR_YUV2GRAY_NV21
COLOR_YUV2GRAY_NV12
COLOR_YUV2GRAY_YV12
COLOR_YUV2GRAY_IYUV
COLOR_YUV2GRAY_I420
COLOR_YUV420sp2GRAY
COLOR_YUV420p2GRAY
COLOR_YUV2RGB_UYVY
COLOR_YUV2BGR_UYVY
COLOR_YUV2RGB_Y422
COLOR_YUV2BGR_Y422
COLOR_YUV2RGB_UYNV
COLOR_YUV2BGR_UYNV
COLOR_YUV2RGBA_UYVY
COLOR_YUV2BGRA_UYVY
COLOR_YUV2RGBA_Y422
COLOR_YUV2BGRA_Y422
COLOR_YUV2RGBA_UYNV
COLOR_YUV2BGRA_UYNV
COLOR_YUV2RGB_YUY2
COLOR_YUV2BGR_YUY2
COLOR_YUV2RGB_YVYU
COLOR_YUV2BGR_YVYU
COLOR_YUV2RGB_YUYV
COLOR_YUV2BGR_YUYV
COLOR_YUV2RGB_YUNV
COLOR_YUV2BGR_YUNV
COLOR_YUV2RGBA_YUY2
COLOR_YUV2BGRA_YUY2
COLOR_YUV2RGBA_YVYU
COLOR_YUV2BGRA_YVYU
COLOR_YUV2RGBA_YUYV
COLOR_YUV2BGRA_YUYV
COLOR_YUV2RGBA_YUNV
COLOR_YUV2BGRA_YUNV
COLOR_YUV2GRAY_UYVY
COLOR_YUV2GRAY_YUY2
COLOR_YUV2GRAY_Y422
COLOR_YUV2GRAY_UYNV
COLOR_YUV2GRAY_YVYU
COLOR_YUV2GRAY_YUYV
COLOR_YUV2GRAY_YUNV
COLOR_RGBA2mRGBA
COLOR_mRGBA2RGBA
COLOR_RGB2YUV_I420
COLOR_BGR2YUV_I420
COLOR_RGB2YUV_IYUV
COLOR_BGR2YUV_IYUV
COLOR_RGBA2YUV_I420
COLOR_BGRA2YUV_I420
COLOR_RGBA2YUV_IYUV
COLOR_BGRA2YUV_IYUV
COLOR_RGB2YUV_YV12
COLOR_BGR2YUV_YV12
COLOR_RGBA2YUV_YV12
COLOR_BGRA2YUV_YV12
描述图像形变函数resize
,warpAffine
,warpPerspective
的插值方式
- 类型:
int
- 枚举值:
INTER_NEAREST
INTER_LINEAR
INTER_CUBIC
INTER_AREA
INTER_LANCZOS4
INTER_LINEAR_EXACT
INTER_NEAREST_EXACT
WARP_FILL_OUTLIERS
WARP_INVERSE_MAP
描述图像形变函数warpAffine
,warpPerspective
的边界填充方式
- 类型:
int
- 枚举值:
BORDER_CONSTANT
BORDER_REFLECT_101
BORDER_REFLECT
BORDER_REFLECT101
BORDER_DEFAULT
描述阈值函数threshold
的阈值方式
- 类型:
int
- 枚举值:
THRESH_BINARY
THRESH_BINARY_INV
THRESH_TRUNC
THRESH_TOZERO
THRESH_TOZERO_INV
THRESH_MASK
THRESH_OTSU
THRESH_TRIANGLE
描述轮廓检测函数findContours
的轮廓检索方式
- 类型:
int
- 枚举值:
RETR_EXTERNAL
RETR_LIST
RETR_CCOMP
RETR_TREE
RETR_FLOODFILL
描述轮廓检测函数findContours
的轮廓逼近算法
- 类型:
int
- 枚举值:
CHAIN_APPROX_NONE
CHAIN_APPROX_SIMPLE
CHAIN_APPROX_TC89_L1
CHAIN_APPROX_TC89_KCOS
用在画图相关函数,如:line
, fillPoly
等,描述画线的类型
- 类型:
int
FILLED
LINE_4
LINE_8
LINE_AA
用在图片读取函数imread
的参数flag
中,分别表示读取:uint8灰度图,uint8的bgr图,float32的bgr图
- 类型:
int
IMREAD_GRAYSCALE
IMREAD_COLOR
IMREAD_ANYDEPTH
描述图像旋转函数rotate
的旋转方式
- 类型:
int
ROTATE_90_CLOCKWISE
ROTATE_180
ROTATE_90_COUNTERCLOCKWISE
描述3d重建函数solvePnP
的求解方法
- 类型:
int
SOLVEPNP_ITERATIVE
SOLVEPNP_SQPNP
描述线性方程组求解函数solve
的求解方法
- 类型:
int
DECOMP_LU
DECOMP_SVD
DECOMP_EIG
DECOMP_CHOLESKY
DECOMP_QR
DECOMP_NORMAL
描述线归一化函数normalize
的归一化方法
- 类型:
int
NORM_INF
NORM_L1
NORM_L2
NORM_MINMAX
描述自适应阈值函数adaptiveThreshold
的自适应方法
- 类型:
int
ADAPTIVE_THRESH_MEAN_C
ADAPTIVE_THRESH_GAUSSIAN_C
将src复制并返回,如果mask不为空,则只拷贝mask为1的像素;如果dst不为空,则在mask为0时拷贝dst中对应的像素,参考:copyTo
注意:目前src仅支持int32类型数据,用户使用前后需要自行转换类型
参数:
-
src:Var
源图像 -
mask:Var
掩码图像,可选 -
dst:Var
mask为0时选择的图像,可选
返回:复制的图像
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> h, w, _ = img.shape
>>> zero = np.zeros((h//3, w), dtype=np.int32)
>>> one = np.ones((h//3, w), dtype=np.int32)
>>> mask = np.concatenate((one, zero, one), axis=0)
>>> img = img.astype(np.int32)
>>> copyTo = cv.copyTo(img, mask).astype(np.uint8)
>>> cv.imwrite('copyTo.jpg', copyTo)
True
对src1和src2执行按位与操作,并对结果按照执行copyTo返回,参考:bitwise_and
参数:
-
src1:Var
源图像 -
src2:Var
源图像 -
mask:Var
掩码图像,可选 -
dst:Var
mask为0时选择的图像,可选
返回:按位与的图像
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> cv.bitwise_and(img, img)
array([[[ 49, 57, 26],
...
[158, 175, 184]]], dtype=uint8)
对src1和src2执行按位或操作,并对结果按照执行copyTo返回,参考:bitwise_or
参数:
-
src1:Var
源图像 -
src2:Var
源图像 -
mask:Var
掩码图像,可选 -
dst:Var
mask为0时选择的图像,可选
返回:按位或的图像
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> cv.bitwise_or(img, img)
array([[[ 49, 57, 26],
...
[158, 175, 184]]], dtype=uint8)
对src1和src2执行按位异或操作,并对结果按照执行copyTo返回,参考:bitwise_xor
参数:
-
src1:Var
源图像 -
src2:Var
源图像 -
mask:Var
掩码图像,可选 -
dst:Var
mask为0时选择的图像,可选
返回:按位异或的图像
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> cv.bitwise_xor(img, img)
array([[[0, 0, 0],
...
[0, 0, 0]]], dtype=uint8)
在水平方向上将src中的图像连接起来,并返回,相当于做axis=1的concat,参考:hconcat
参数:
-
src:Var
源图像
返回:水平连接的图像
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> cv.hconcat(img)
>>> cv.hconcat(img)
array([[ 49, 57, 26, ..., 25, 62, 46],
...,
[ 45, 94, 56, ..., 158, 175, 184]], dtype=uint8)
在垂直方向上将src中的图像连接起来,并返回,相当于做axis=0的concat,参考:vconcat
参数:
-
src:Var
源图像
返回:垂直连接的图像
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> cv.vconcat(img)
array([[ 49, 57, 26],
...,
[158, 175, 184]], dtype=uint8)
逐channel计算src的元素均值,如果mask不为空,则只返回mask为1的结果,参考:mean
参数:
-
src:Var
源图像
返回:每个channel的均值
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> cv.mean(img)
array([ 85.656685, 135.9716, 125.76543, 0.], dtype=float32)
对src进行水平,垂直,或水平+垂直翻转,并返回,参考:flip
flipCode | 说明 |
---|---|
filpCode = 0 | 垂直翻转 |
flipCode > 0 | 水平翻转 |
flipCode < 0 | 水平+垂直翻转 |
参数:
-
src:Var
源图像
返回:翻转的图像
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> flip = cv.flip(img, -1)
>>> cv.imwrite('flip.jpg', flip)
True
以90度的倍数旋转src,并返回,参考:rotate
rotateCode | 说明 |
---|---|
ROTATE_90_CLOCKWISE | 顺时针旋转90度 |
ROTATE_180 | 顺时针旋转180度 |
ROTATE_90_COUNTERCLOCKWISE | 顺时针旋转270度 |
参数:
-
src:Var
源图像
返回:翻转的图像
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> rotate = cv.rotate(img, cv.ROTATE_90_CLOCKWISE)
>>> cv.imwrite('rotate.jpg', rotate)
True
求解线性方程组,目前仅实现了LU方法;参考:solve
参数:
-
src1:Var
线性方程组左侧矩阵 -
src2:Var
线性方程组右侧矩阵 -
method:int
求解方法,可选;默认为cv.DECOMP_LU
(目前仅实现了LU方法)
返回:能否求解,求解获得的矩阵
返回类型:Tuple(bool, Var)
示例:
>>> a = np.array([2., 3., 4., 0., 1., 5., 0., 0., 3.]).reshape(3, 3)
>>> b = np.array([1., 2., 3.]).reshape(3, 1)
>>> cv.solve(a, b)
(True, array([[ 3.],
[-3.],
[ 1.]], dtype=float32))
对输入进行归一化;参考:normalize
参数:
-
src:Var
输入矩阵 -
dst:Var
Python中不需要使用该参数,直接赋为None
即可 -
alpha:float
归一化的下限 -
beta:float
归一化的上限 -
norm_type:int
归一化类型,如:cv.NORM_MINMAX
-
dtype:dtype
输入类型,不需要赋值 -
mask
兼容性参数,目前还不支持mask
返回:归一化结果
返回类型:Var
示例:
>>> x = np.arange(12).reshape(2, 2, 3).astype(np.uint8)
>>> cv.normalize(x, None, -50, 270, cv.NORM_MINMAX)
array([[[ 0, 0, 8],
[ 37, 66, 95]],
[[125, 154, 183],
[212, 241, 255]]], dtype=uint8)
将多张图片沿channel合并;参考:merge
参数:
-
mv:[Var]
输入矩阵数组
返回:合并结果矩阵
返回类型:Var
示例:
>>> x = np.arange(9).reshape(3, 3)
>>> cv.merge([x, x])
array([[[0, 0],
[1, 1],
[2, 2]],
[[3, 3],
[4, 4],
[5, 5]],
[[6, 6],
[7, 7],
[8, 8]]], dtype=int32)
将图片沿channel方向拆分;参考:split
参数:
-
m:Var
待拆分图片
返回:拆分出的图片
返回类型:[Var]
示例:
>>> x = np.arange(12).reshape(2, 2, 3)
>>> cv.split(x)
[array([[0, 3],[6, 9]], dtype=int32),
array([[1, 4],[7, 10]], dtype=int32),
array([[2, 5],[8, 11]], dtype=int32)]
对输入的两个矩阵执行权重相加:dst = src1 * alpha + src2 * beta + gamma
;参考:addWeighted
参数:
-
src1:Var
第一个输入矩阵 -
alpha:float
第一个输入矩阵的权重 -
src2:Var
第二个输入矩阵 -
beta:float
第二个输入矩阵的权重 -
gamma:float
额外增加的常量
返回:加权得到的和
返回类型:Var
示例:
>>> x = np.arange(3.)
>>> cv.addWeighted(x, 0.2, x, 0.5, 1)
array([1. , 1.7, 2.4], dtype=float32)
用于判断是否支持特定图像格式的解码,目前支持的图像格式:jpg, jpeg, png, bmp,参考:haveImageReader
移动端默认不包含该函数
参数:
-
filename:str
图像文件路径
返回:是否有读取图像的接口
返回类型:bool
示例:
>>> cv.haveImageReader('cat.jpg')
True
用于判断是否支持特定图像格式的编码,目前支持的图像格式:jpg, jpeg, png, bmp,参考:haveImageWriter
移动端默认不包含该函数
参数:
-
filename:str
图像文件路径
返回:是否有写图像的接口
返回类型:bool
示例:
>>> cv.haveImageWriter('cat.jpg')
True
将内存数据解码为图像,并返回,参考:imdecode
移动端默认不包含该函数
参数:
-
buf:ndarray|sequence
图像数据序列,可以是ndarray, list, tuple, bytes等 -
flag:int
解码方式,可选,默认为cv2.IMREAD_COLOR
返回:解码后的图像
返回类型:Var
示例:
>>> cv.imdecode(bytearray(open('cat.jpg', 'rb').read()), cv.IMREAD_COLOR)
array([[[ 49, 57, 26],
[ 50, 58, 27],
[ 47, 55, 25],
...,
[188, 205, 214],
[158, 175, 184],
[158, 175, 184]]], dtype=uint8)
将图像编码为图像数据,并返回,参考:imencode
移动端默认不包含该函数
参数:
-
ext:str
图像文件扩展名,如jpg, png等 -
img:Var
图像 -
params:[int]
编码参数,可选,默认为[cv2.IMWRITE_JPEG_QUALITY, 95]
返回:编码后的图像数据序列,first是bool
代表是否编码成功,second是list
ofuint8
代表编码后的图像数据序列
返回类型:pair
示例:
>>> success, buf = cv.imencode('jpg', cv.imread('cat.jpg'))
>>> success
True
>>> buf[:10]
[255, 216, 255, 224, 0, 16, 74, 70, 73, 70]
读取图像,并返回,参考:imread
移动端默认不包含该函数
参数:
-
filename:str
图像文件路径 -
flag:int
读取方式,可选,默认为cv2.IMREAD_COLOR
返回:读取的图像
返回类型:Var
示例:
>>> cv.imread('cat.jpg')
array([[[ 49, 57, 26],
[ 50, 58, 27],
[ 47, 55, 25],
...,
[188, 205, 214],
[158, 175, 184],
[158, 175, 184]]], dtype=uint8)
将图像写入文件,参考:imwrite
移动端默认不包含该函数
参数:
-
filename:str
图像文件写的路径 -
img:Var
图像对象 -
params:[int]
编码参数,可选,默认为[cv2.IMWRITE_JPEG_QUALITY, 95]
返回:是否写入成功
返回类型:bool
示例:
>>> img = cv.imread('cat.jpg')
>>> cv.imwrite('write.jpg', img)
True
将旋转矩阵转换为旋转向量,在solvePnP
的返回值前会被使用,参考:Rodrigues
该函数只支持旋转矩阵到旋转向量,反之不支持
参数:
-
src:Var
旋转矩阵
返回:旋转向量
返回类型:Var
示例:
>>> cv.Rodrigues(np.array([[1., 0., 0.], [0., 1., 0.], [0., 0., 1.]]))
array([[0.],
[0.],
[0.]], dtype=float32)
根据输入的 3d坐标集合和2d坐标集合,相机内参和平移矩阵,计算3d坐标到2d坐标的映射关系,并返回旋转矩阵和平移矩阵,参考:solvePnP
目前仅支持SOLVEPNP_SQPNP
参数:
-
objectPoints:Var
3d坐标集合, shape为(n,3),n为点的个数 -
imagePoints:Var
2d坐标集合, shape为(n,2),n为点的个数 -
cameraMatrix:Var
相机内参矩阵, shape为(3,3) -
distCoeffs:Var
相机畸变系数, shape为(1,5)或(5,), 不使用可以传入[] -
flags:int
标志位,可选,做兼容性处理,目前仅支持SOLVEPNP_SQPNP
返回:返回值tuple中有3个值,第一个值为bool
是否找到变换关系,第二个值为Var
是旋转向量,第三个值为Var
是平移矩阵
返回类型:tuple
示例:
>>> model_points = np.array([0.0, 0.0, 0.0, 0.0, -330.0, -65.0, -225.0, 170.0, -135.0, 225.0, 170.0, -135.0, -150.0, -150.0, -125.0, 150.0, -150.0, -125.0]).reshape(6, 3)
>>> image_points = np.array([359., 391., 399., 561., 337., 297., 513., 301., 345., 465., 453., 469.]).reshape(6, 2)
>>> camera_matrix = np.array([1200., 0., 600., 0., 1200., 337.5, 0., 0., 1.]).reshape(3, 3)
>>> dist_coeffs = np.array([0.0, 0.0, 0.0, 0.0]).reshape(4, 1)
>>> cv.solvePnP(model_points, image_points, camera_matrix, dist_coeffs, flags=cv.SOLVEPNP_SQPNP)
(True, array([[ 3.000745 ],
[ 0.03165916],
[-0.9225616 ]], dtype=float32), array([[-435.97495],
[ 95.3929 ],
[2201.46 ]], dtype=float32))
将图像转换为另一种颜色空间,参考: cvtColor
如果src为YUV图像请使用cvtColorTwoPlane
参数:
-
src:Var
输入图像 -
code:int
转换方式,使用cv.COLOR_*
-
dstCn:int
转换后图像的通道数,可选,默认为原图像的通道数
返回:转换后的图像
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg') # bgr
>>> cv.cvtColor(img, cv.COLOR_BGR2GRAY) # gray
>>> gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
>>> cv.imwrite('cvtColor.jpg', gray)
True
将图像转换为另一种颜色空间,源图像存储在两个平面中,一般用于YUV_NV21和YUV_NV12到其他颜色空间的转换,参考: cvtColorTwoPlane
参数:
-
src1:Var
图像的第一个平面 -
src2:Var
图像的第二个平面 -
code:int
转换方式,使用cv.COLOR_*
返回:转换后的图像
返回类型:Var
示例:
>>> h = w = 224
>>> y = np.random.randint(0, 255, h * w).reshape(h, w).astype(np.uint8)
>>> uv = np.random.randint(0, 255, h * w / 2).astype(np.uint8)
>>> rgb = cv.cvtColorTwoPlane(y, uv, cv.COLOR_YUV2RGB_NV21)
>>> cv.imwrite('cvtColorTwoPlane.jpg', rgb)
True
双边滤波,直接实现未优化,速度较慢;参考: bilateralFilter
参数:
-
src:Var
输入图像 -
d:int
滤波时考虑周围像素的直径,如果为负数则通过sigmaSpace
计算 -
sigmaColor:float
颜色空间sigma值 -
sigmaSpace:float
坐标空间sigma值 -
borderType:int
边界模式,可选值;默认为REFLECT
返回:滤波后的图像
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> img = cv.bilateralFilter(img, 20, 80.0, 35.0)
>>> cv.imwrite('bilateralFilter.jpg', img)
True
使用归一化框滤镜模糊图像,参考: blur
参数:
-
src:Var
输入图像 -
ksize:[int]
kernel大小 -
borderType:int
边界类型,可选,默认为cv.BORDER_DEFAULT
返回:模糊后的图像
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> img = cv.blur(img, [3, 3])
>>> cv.imwrite('blur.jpg', img)
True
使用方框滤镜模糊图像,参考: boxFilter
参数:
-
src:Var
输入图像 -
ddepth:int
图像的深度 -
ksize:[int]
kernel大小 -
borderType:int
边界类型,可选,默认为cv.BORDER_DEFAULT
返回:模糊后的图像
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> img = cv.boxFilter(img, -1, [7, 7])
>>> cv.imwrite('boxFilter.jpg', img)
True
通过使用特定的结构元素对图像进行扩张,参考: dilate
参数:
-
src:Var
输入图像 -
kernel:Var
结构元素 -
iterations:int
迭代次数,可选,默认为1 -
borderType:int
边界类型,可选,默认为cv.BORDER_DEFAULT
返回:扩张后的图像
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> img = cv.dilate(img, cv.getStructuringElement(0, (3, 3)))
>>> cv.imwrite('dilate.jpg', img)
True
通过使用特定的结构元素对图像进行腐蚀,参考: erode
参数:
-
src:Var
输入图像 -
kernel:Var
结构元素 -
iterations:int
迭代次数,可选,默认为1 -
borderType:int
边界类型,可选,默认为cv.BORDER_DEFAULT
返回:腐蚀后的图像
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> img = cv.erode(img, cv.getStructuringElement(0, (3, 3)))
>>> cv.imwrite('erode.jpg', img)
True
度图像执行二维卷积,参考: filter2D
参数:
-
src:Var
输入图像 -
ddepth:int
图像的深度 -
kernel:Var
卷积核 -
delta:float
加到卷积结果的偏移量,可选,默认为0 -
borderType:int
边界类型,可选,默认为cv.BORDER_DEFAULT
返回:卷积结果
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> img = cv.filter2D(img, -1, cv.getStructuringElement(0, (3, 3)))
>>> cv.imwrite('filter2D.jpg', img)
True
使用高斯滤镜模糊图像,参考: GaussianBlur
参数:
-
src:Var
输入图像 -
ksize:[int]
kernel大小 -
sigmaX:float
X 方向的高斯核标准差 -
sigmaY:float
Y方向的高斯核标准差;如果 sigmaY 为零,则设置为等于 sigmaX,可选,默认为0 -
borderType:int
边界类型,可选,默认为cv.BORDER_DEFAULT
返回:模糊后的图像
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> img = cv.GaussianBlur(img, [5, 5], 3)
>>> cv.imwrite('GaussianBlur.jpg', img)
True
返回用于计算空间图像导数的滤波器系数,参考: getDerivKernels
参数:
-
dx:int
关于 x 的导数 -
dy:int
关于 y 的导数 -
ksize:int
返回的kernel大小,可以是1,3,5,7
-
normalize:bool
是否将系数归一化,可选,默认为false
返回:滤波器系数
返回类型:Var
示例:
>>> cv.getDerivKernels(1, 1, 3)
(array([[-1., 0., 1.]], dtype=float32), array([[-1., 0., 1.]], dtype=float32))
返回Gabor滤波器系数,参考: getGaborKernel
参数:
-
ksize:[int]
返回的kernel大小 -
sigma:float
Gabor的标准差 -
theta:float
Gabor函数的平行条纹的法线方向 -
lambd:float
正弦因子的波长 -
gamma:float
空间纵横比 -
psi:float
相位偏移,可选,默认为PI/2
返回:滤波器系数
返回类型:Var
示例:
>>> cv.getGaborKernel([3, 3], 10, 5, 5, 5)
array([[ 6.1722213e-01, 9.2025989e-01, 9.3729156e-01],
[-3.1094351e-01, -4.3711388e-08, 3.1094342e-01],
[-9.3729156e-01, -9.2025995e-01, -6.1722219e-01]], dtype=float32)
返回高斯滤波器系数,参考: getGaussianKernel
参数:
-
ksize:int
返回的kernel大小,必须是奇数 -
sigma:float
高斯标准差sigma = 0.3*((ksize-1)*0.5 - 1) + 0.8
返回:滤波器系数
返回类型:Var
示例:
>>> cv.getGaussianKernel(3, 5)
array([[0.33110374, 0.3377925 , 0.33110374]], dtype=float32)
返回指定大小和形状的结构元素,用于形态学操作,参考: getStructuringElement
参数:
-
shape:int
元素形状- 0: 矩形
- 1: 十字形
- 2:椭圆形
-
ksize:[int]
结构元素的大小
返回:结构元素
返回类型:Var
示例:
>>> cv.getStructuringElement(0, (3, 3))
array([[1, 1, 1],
[1, 1, 1],
[1, 1, 1]], dtype=uint8)
计算图像的拉普拉斯算子,参考: Laplacian
参数:
-
src:Var
输入图像 -
ddepth:int
图像的深度 -
ksize:int
卷积核大小,可选,默认为1 -
scale:float
缩放因子,可选,默认为1 -
delta:float
加到结果的偏移量,可选,默认为0 -
borderType:int
边界类型,可选,默认为cv.BORDER_DEFAULT
返回:拉普拉斯算子计算结果
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> img = cv.Laplacian(img, -1, 3)
>>> cv.imwrite('Laplacian.jpg', img)
True
模糊图像并对其进行下采样,参考: pyrDown
参数:
-
src:Var
输入图像 -
dstsize:[int]
输出图像的大小 -
borderType:int
边界类型,可选,默认为cv.BORDER_DEFAULT
返回:下采样后的图像
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> img = cv.pyrDown(img)
>>> cv.imwrite('pyrDown.jpg', img)
True
对图像进行上采样,然后对其进行模糊处理,参考: pyrUp
参数:
-
src:Var
输入图像 -
dstsize:[int]
输出图像的大小 -
borderType:int
边界类型,可选,默认为cv.BORDER_DEFAULT
返回:下采样后的图像
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> img = cv.pyrUp(img)
>>> cv.imwrite('pyrUp.jpg', img)
True
使用Scharr算子计算图像导数,参考: Scharr
参数:
-
src:Var
输入图像 -
ddepth:int
图像的深度 -
dx:int
导数x的阶数 -
dy:int
导数y的阶数 -
scale:float
缩放因子,可选,默认为1 -
delta:float
加到结果的偏移量,可选,默认为0 -
borderType:int
边界类型,可选,默认为cv.BORDER_DEFAULT
返回:Scharr算子计算结果
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> cv.Scharr(img, -1, 1, 1)
array([[[0, 0, 0],
[0, 0, 0],
[0, 0, 0],
...,
[0, 0, 0],
[0, 0, 0],
[0, 0, 0]]], dtype=uint8)
对图像应用可分离的线性过滤器,参考: sepFilter2D
参数:
-
src:Var
输入图像 -
ddepth:int
图像的深度 -
kx:int
x方向的kernel -
ky:int
y方向的kernel -
delta:float
加到结果的偏移量,可选,默认为0 -
borderType:int
边界类型,可选,默认为cv.BORDER_DEFAULT
返回:sepFilter2D计算结果
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> kernelX = np.array([[0., -1., 0.]])
>>> kernelY = np.array([[-1., 0., -1.]])
>>> cv.sepFilter2D(img, -1, kernelX, kernelY, 1)
array([[[1, 1, 1],
[1, 1, 1],
[1, 1, 1],
...,
[1, 1, 1],
[1, 1, 1],
[1, 1, 1]]], dtype=uint8)
使用Sobel算子计算图像导数,参考: Sobel
参数:
-
src:Var
输入图像 -
ddepth:int
图像的深度 -
dx:int
导数x的阶数 -
dy:int
导数y的阶数 -
ksize:int
kernel的大小,可选,默认为3 -
scale:float
缩放因子,可选,默认为1 -
delta:float
加到结果的偏移量,可选,默认为0 -
borderType:int
边界类型,可选,默认为cv.BORDER_DEFAULT
返回:Sobel算子计算结果
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> cv.Sobel(img, -1, 1, 0)
array([[[0, 0, 0],
[0, 0, 0],
[0, 0, 2],
...,
[0, 0, 0],
[0, 0, 0],
[0, 0, 0]]], dtype=uint8)
使用Sobel算子分别计算x和y方向的一阶图像导数,参考: spatialGradient
参数:
-
src:Var
输入图像 -
ksize:int
Sobel kernel的大小,可选,默认为3 -
borderType:int
边界类型,可选,默认为cv.BORDER_DEFAULT
返回:spatialGradient计算结果
返回类型:Var
计算与过滤器重叠的像素值的归一化平方和,参考: sqrBoxFilter
参数:
-
src:Var
输入图像 -
ddepth:int
图像的深度 -
ksize:[int]
kernel的大小 -
normalize:bool
是否归一化,可选,默认为true -
borderType:int
边界类型,可选,默认为cv.BORDER_DEFAULT
返回:sqrBoxFilter计算结果
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> img = cv.sqrBoxFilter(img, -1, (3,3))
>>> img = img.astype(np.uint8)
>>> cv.imwrite('sqrBoxFilter.jpg', img)
True
计算两组三个顶点之间仿射变换矩阵,参考: getAffineTransform
参数:
-
src:[float]
输入的一组顶点,类型为list。里面为6个 float元素,分别代表三个顶点的 x, y -
dst:[float]
计算仿射变换的另一组顶点,类型为list。里面为6个float元素,分别代表三个顶点的 x, y
返回:变换矩阵
返回类型:CVMatrix
参考:CVMatrix
示例:
>>> src = [50.0, 50.0, 200.0, 50.0, 50.0, 200.0]
>>> dst = [10.0, 100.0, 200.0, 20.0, 100.0, 250.0]
>>> cv.getAffineTransform(src, dst)
[[1.266667 0.600000 -83.333336]
[-0.533333 1.000000 76.666664]
[76.666664 0.000000 0.000000]]
计算两组三个顶点之间透视变换矩阵,参考: getPerspectiveTransform
参数:
-
src:[float]
输入的一组顶点,类型为list。里面为6个 float元素,分别代表三个顶点的 x, y -
dst:[float]
计算仿射变换的另一组顶点,类型为list。里面为6个float元素,分别代表三个顶点的 x, y
返回:变换矩阵
返回类型:CVMatrix
参考:CVMatrix
示例:
>>> src = [100.0, 50.0, 100.0, 390.0, 600.0, 50.0, 600.0, 390.0]
>>> dst = [200.0, 100.0, 200.0, 330.0, 500.0, 50.0, 600.0, 390.0]
>>> cv2.getPerspectiveTransform(src, dst)
[[0.307692 -0.104072 174.434372]
[-0.129231 0.504751 87.685509]
[87.685509 -0.000585 -0.000520]]
获取图像的矩形子块,参考: getRectSubPix
参数:
-
image:Var
输入的图像 -
patchSize:[int]
裁剪的patch大小(width, height)
-
center:[int]
被裁减出的矩形的中心点(x, y)
返回:裁剪出的图像
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> h, w, c = img.shape
>>> center = (w / 2.0, h / 2.0)
>>> img = cv2.getRectSubPix(img, [90, 90], center)
>>> cv.imwrite('getRectSubPix.jpg', img)
True
作用等同与 OpenCV
中 Geometric Image Transformations
模块的getRotationMatrix2D 函数,用于计算 2D 旋转的仿射变换矩阵。
参数:
-
center:[float]
图像中的旋转中心点(x, y)
-
angle:float
旋转角度(degrees) -
scale:float
同向放缩因子
返回:仿射变换矩阵
返回类型:类型为 CVMatrix
示例:
>>> cv.getRotationMatrix2D((500.0 / 2.0, 333.0 / 2.0), 90, 1.0)
[[-0.000000 1.000000 83.500015]
[-1.000000 -0.000000 416.500000]
[416.500000 0.000000 0.000000]]
作用等同与 OpenCV
中 Geometric Image Transformations
模块的invertAffineTransform 函数,计算仿射变换矩阵的逆矩阵。
参数:
-
m:CVMatrix
输入的仿射矩阵
返回:仿射变换矩阵的逆矩阵
返回类型:类型为 CVMatrix
示例:
>>> m = MNN.CVMatrix()
>>> m.setScale(5.0, 5.0)
>>> cv.invertAffineTransform(m)
[[0.200000 0.000000 -0.000000]
[0.000000 0.200000 -0.000000]
[-0.000000 0.000000 0.000000]]
映射map转换,为了兼容OpenCV中的convertMaps 函数;但实际不进行任何操作,仍返回map1, map2
参数:
-
map1:Var
原始映射关系 -
map2:Var
原始映射关系 -
dstmap1type:int
兼容性参数,不支持 -
interpolation:int
兼容性参数,不支持
返回:(map1, map2)
返回类型:类型为 Tuple
作用等同与 OpenCV
中 Geometric Image Transformations
模块的remap 函数,用于图像重映射。
不支持borderMode与borderValue
参数:
-
src:Var
输入的图像 -
map1:Var
x坐标映射 -
map2:Var
y坐标映射 -
interpolation:int
插值方式,仅支持cv.INTER_NEAREST
和cv.INTER_LINEAR
-
borderMode:int
兼容性参数,不支持 -
borderValue:int
兼容性参数,不支持
返回:重映射后的图像
返回类型:类型为 Var
示例:
>>> img = cv.imread('cat.jpg')
>>> row, col, ch = img.shape
>>> mapx = np.ones(img.shape[:2], np.float32)
>>> mapy = np.ones(img.shape[:2], np.float32)
>>> for i in range(row):
>>> for j in range(col):
>>> mapx[i, j] = float(j)
>>> mapy[i, j] = float(row-i)
>>> img = cv.remap(img, mapx, mapy, cv.INTER_LINEAR)
>>> cv.imwrite('remap.jpg', img)
True
作用等同与 OpenCV
中 Geometric Image Transformations
模块的resize 函数,用于放缩图像。
该函数在兼容OpenCV函数的基础上,额外增加了3个参数可选参数:code, mean, norm可以额外完成cvtColor和typeas的功能
参数:
-
src:Var
输入的图像 -
dsize:tuple
放缩后的大小 -
fx:float
水平方向的放缩因子,如果为0,则自动计算,默认为0 -
fy:float
竖直方便的放缩因子,如果为0,则自动计算,默认为0 -
interpolation:int
放缩的插值方法,默认为cv.INTER_LINEAR
-
code:int
可以在缩放时转换颜色空间,默认为-1
不执行转换 -
mean:[float]
转换为float的归一化的均值,默认为空不转换为float -
norm:[float]
转换为float的归一化的标准差,默认为空不转换为float
返回:放缩后的图像
返回类型:类型为 Var
示例:
>>> img = cv.imread('cat.jpg')
>>> img = cv.resize(img, [100, 100])
>>> cv.imwrite('resize.jpg', img)
True
作用等同与 OpenCV
中 Geometric Image Transformations
模块的warpAffine 函数,对一个图像应用仿射变换。
该函数在兼容OpenCV函数的基础上,额外增加了3个参数可选参数:code, mean, norm可以额外完成cvtColor和typeas的功能
参数:
-
src:Var
输入的图像 -
dsize:tuple
放缩后的大小 -
interpolation:int
放缩的插值方法,默认为cv.INTER_LINEAR
-
borderMode:int
边界模式,默认为cv.BORDER_CONSTANT
-
borderValue:int
当边界模式为cv.BORDER_CONSTANT
时设定的值,默认为0
-
code:int
可以在缩放时转换颜色空间,默认为-1
不执行转换 -
mean:[float]
转换为float的归一化的均值,默认为空不转换为float -
norm:[float]
转换为float的归一化的标准差,默认为空不转换为float
返回:仿射变换的图像
返回类型:Var
示例:
>>> src = [50.0, 50.0, 200.0, 50.0, 50.0, 200.0, 125.0, 222.0]
>>> dst = [10.0, 100.0, 200.0, 20.0, 100.0, 250.0, 200.0, 300.0]
>>> transform = cv.getAffineTransform(src, dst)
>>> img = cv.imread('cat.jpg')
>>> img = cv.warpAffine(img, transform, [300, 330])
>>> cv.imwrite('warpAffine.jpg', img)
True
作用等同与 OpenCV
中 Geometric Image Transformations
模块的warpPerspective 函数,对一个图像应用透视变换。
参数:
-
src:Var
输入的图像 -
dsize:tuple
放缩后的大小 -
interpolation:int
放缩的插值方法,默认为cv.INTER_LINEAR
-
borderMode:int
边界模式,默认为cv.BORDER_CONSTANT
-
borderValue:int
当边界模式为cv.BORDER_CONSTANT
时设定的值,默认为0
返回:透视变换的图像
返回类型:Var
示例:
>>> src = [50.0, 50.0, 200.0, 50.0, 50.0, 200.0, 125.0, 222.0]
>>> dst = [10.0, 100.0, 200.0, 20.0, 100.0, 250.0, 200.0, 300.0]
>>> transform = cv.getPerspectiveTransform(src, dst)
>>> img = cv.imread('cat.jpg')
>>> img = cv.warpPerspective(img, transform, [500, 333])
>>> cv.imwrite('warpPerspective.jpg', img)
True
作用等同与 OpenCV
中 Miscellaneous Image Transformations
模块的adaptiveThreshold 函数,对图像逐像素进行自适应阈值变化,可以将使用此函数将图像变成二值图像。
参数:
-
src:Var
输入的图像 -
maxValue:float
阈值的最大值 -
adaptiveMethod:int
自适应方法,如:cv.ADAPTIVE_THRESH_MEAN_C
-
thresholdType:int
阈值变化的类型,如:cv.THRESH_BINARY
-
blockSize:int
计算阈值时取邻域的大小,如:3,5,7等 C:float
返回:阈值变化后的图像
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> img = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
>>> img = cv.adaptiveThreshold(img, 50, cv.ADAPTIVE_THRESH_MEAN_C, cv.THRESH_BINARY, 5, 2)
>>> cv.imwrite('adaptiveThreshold.jpg', img)
True
作用等同与 OpenCV
中 Miscellaneous Image Transformations
模块的blendLinear 函数,对两幅图像进行线性混合。
参数:
-
src1:Var
输入的图像 -
src2:Var
输入的图像 -
weight1:Var
src1
计算的叠加权重 -
weight2:Var
src2
计算的叠加权重
返回:混合后的图像。
返回类型:Var
示例:
>>> src1 = np.array([[2.0, 3.0], [1.0, 1.0]])
>>> src2 = np.array([[0.0, 1.0], [1.0, 1.0]])
>>> weight1 = np.array([[1.0, 2.0], [1.5, 1.5]])
>>> weight2 = np.array([[0.1, 0.5], [0.2, 0.3]])
>>> cv.blendLinear(src1, src2, weight1, weight2)
array([[1.8181652 , 2.5999894 ],
[0.9999941 , 0.99999446]], dtype=float32)
作用等同与 OpenCV
中 Miscellaneous Image Transformations
模块的threshold 函数,对图像逐像素进行阈值变化,可以将使用此函数将图像变成二值图像,比如在寻找轮廓时(findContours
)可以使用该函数。
参数:
-
src:Var
输入的图像 -
thresh:float
阈值 -
maxval:float
阈值的最大值 -
type:int
阈值变化的类型,默认为cv.THRESH_BINARY
参数 | 说明 |
---|---|
THRESH_BINARY |
小于阈值的像素置为0,大于阈值的像素置为maxval |
THRESH_BINARY_INV |
小于阈值的像素置为maxval,大于阈值的像素置为0 |
THRESH_TRUNC |
小于阈值的像素置为0,大于阈值的像素保持不变 |
THRESH_TOZERO |
小于阈值的像素置为0,大于阈值的像素不变 |
THRESH_TOZERO_INV |
小于阈值的像素不变,大于阈值的像素置为0 |
返回:阈值变化后的图像
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> img = img.astype(np.float32)
>>> img = cv.threshold(img, 127, 255, cv.THRESH_BINARY)
>>> img = img.astype(np.uint8)
>>> cv.imwrite('threshold.jpg', img)
True
作用等同与 OpenCV
中 Structural Analysis and Shape Descriptors
模块的findContours 函数,对二值图像进行轮廓查找,查找得到的结果可以用作contourArea
,fillPoly
和drawContours
的参数使用。
注意:该实现未计算hierarchy信息
参数:
-
image:Var
输入的图像 -
mode:int
轮廓查找的模式,默认为cv.RETR_EXTERNAL
-
method:int
轮廓查找的方法,默认为cv.CHAIN_APPROX_SIMPLE
-
offset:tuple
轮廓查找的偏移量,默认为(0, 0)
返回:tuple
的第一个元素为找到的轮廓像素,类型为list
of Var
,第二个值为兼容opencv的值,本函数未实现。
返回类型:tuple
示例:
>>> img = cv.imread('cat.jpg')
>>> gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
>>> binary = cv.threshold(gray, 127, 255, cv.THRESH_BINARY)
>>> cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
([array([[[143, 294]],
...,
[[144, 295]]], dtype=int32),
...
array([[[304, 1]],
...,
[[309, 1]]], dtype=int32)], 'no hierarchy')
作用等同与 OpenCV
中 Structural Analysis and Shape Descriptors
模块的contourArea 函数,计算轮廓的面积。
参数:
-
points:Var
轮廓像素 -
oriented:bool
是否计算有向面积,默认为False
返回:轮廓的面积
返回类型:float
示例:
>>> img = cv.imread('cat.jpg')
>>> gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
>>> binary = cv.threshold(gray, 127, 255, cv.THRESH_BINARY)
>>> contours, _ = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
>>> cv.contourArea(contours[0], False)
15.5
作用等同与 OpenCV
中 Structural Analysis and Shape Descriptors
模块的convexHull 函数,计算点集的凸包。
参数:
-
points:Var
轮廓像素 -
clockwise:bool
是否按顺时针方向计算凸包,默认为False
-
returnPoints:bool
是否返回凸包的点集,默认为True
返回:凸包的点集
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
>>> binary = cv.threshold(gray, 127, 255, cv.THRESH_BINARY)
>>> contours, _ = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
>>> cv.convexHull(contours[0])
array([[[147, 295]],
[[147, 298]],
[[146, 299]],
[[143, 298]],
[[142, 297]],
[[142, 296]],
[[143, 294]]], dtype=int32)
作用等同与 OpenCV
中 Structural Analysis and Shape Descriptors
模块的minAreaRect 函数,计算点集的最小外接矩形。
参数:
-
points:Var
轮廓像素
返回:最小外接矩形的中心点坐标,长宽,旋转角度
返回类型:tuple
示例:
>>> img = cv.imread('cat.jpg')
>>> gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
>>> binary = cv.threshold(gray, 127, 255, cv.THRESH_BINARY)
>>> contours, _ = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
>>> cv.minAreaRect(contours[0])
((144.61766052246094, 296.5294494628906), (5.3357834815979, 4.123105525970459), 14.03624439239502)
作用等同与 OpenCV
中 Structural Analysis and Shape Descriptors
模块的boundingRect 函数,计算点集的最小外接矩形。
参数:
-
points:Var
轮廓像素
返回:最小外接矩形的中心点坐标,长宽
返回类型:tuple
示例:
>>> img = cv.imread('cat.jpg')
>>> gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
>>> binary = cv.threshold(gray, 127, 255, cv.THRESH_BINARY)
>>> contours, _ = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
>>> cv.boundingRect(contours[0])
[142, 294, 6, 6]
作用等同与 OpenCV
中 Connected Components
模块的connectedComponentsWithStats 函数,计算图像的连通域。
参数:
-
image:Var
图像 -
connectivity:int
连通域的连通性,默认为8
返回:连通域的数量,连通域的标签,每个标签的统计输出,每个标签的质心输出
返回类型:tuple
示例:
>>> img = cv.imread('cat.jpg')
>>> cv.connectedComponentsWithStats(img)
(2, array([[[[1], ..., [1]], ..., [[1], ..., [1]]]], dtype=int32),
array([[213, 60, 262, 52, 3], [0, 0, 480, 360, 172797]], dtype=int32),
array([[386., 77.333336], [239.49745, 179.50177]], dtype=float32))
作用等同与 OpenCV
中 Structural Analysis and Shape Descriptors
模块的boxPoints 函数,计算矩形的四个顶点坐标。
参数:
-
box:tuple
矩形的中心点坐标,长宽,旋转角度,参考minAreaRect
函数的返回值
返回:四个顶点坐标
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
>>> binary = cv.threshold(gray, 127, 255, cv.THRESH_BINARY)
>>> contours, _ = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
>>> cv.boxPoints(cv.minAreaRect(contours[0]))
array([[141.52942, 297.8824 ],
[142.52942, 293.8824 ],
[147.7059 , 295.1765 ],
[146.7059 , 299.1765 ]], dtype=float32)
作用等同与 OpenCV
中 Drawing Functions
模块的line 函数,绘制从第一个点指向第二个点的直线。
该函数为 in-replace
,直接作用于原图
参数:
-
img:Var
代表需要绘制线条的图像 -
pt1:tuple
线条绘制的起点(x, y)
-
pt2:tuple
线条绘制的终点(x, y)
-
color:tuple
线条绘制的颜色(b, g, r, a)
-
thickness:int
线的粗细,默认为1
-
lineType:int
线条绘制的方式,默认为cv.LINE_8
-
shift:int
坐标小数点向前移动的位数(缩小10倍数),默认为0
返回:None
返回类型:None
示例:
>>> img = cv.imread('cat.jpg')
>>> cv.line(img, (10, 10), (100, 100), (255, 0, 0, 0), 5)
>>> cv.imwrite('line.jpg', img)
True
作用等同与 OpenCV
中 Drawing Functions
模块的arrowedLine 函数,绘制从第一个点指向第二个点的箭头段。
该函数为 in-replace
,直接作用于原图
参数:
-
img:Var
代表需要绘制箭头的图像 -
pt1:tuple
箭头绘制的起点(x, y)
-
pt2:tuple
箭头绘制的终点(x, y)
-
color:tuple
箭头绘制的颜色(b, g, r, a)
-
thickness:int
箭头的粗细,默认为1
-
lineType:int
箭头绘制的方式,默认为cv.LINE_8
-
shift:int
坐标小数点向前移动的位数(缩小10倍数),默认为0
-
tipLength:float
箭头部分与直线长度的百分比,默认为0.1
返回:None
返回类型:None
示例:
>>> img = cv.imread('cat.jpg')
>>> cv.arrowedLine(img, (10, 10), (100, 100), (255, 0, 0, 0), 5)
>>> cv.imwrite('arrowedLine.jpg', img)
True
作用等同与 OpenCV
中 Drawing Functions
模块的circle 函数,绘制一个圆。
该函数为 in-replace
,直接作用于原图
参数:
-
img:Var
代表需要绘制圆的图像 -
center:tuple
圆的中心点(x, y)
-
radius:int
圆的半径大小 -
color:tuple
圆绘制的颜色(b, g, r, a)
-
thickness:int
圆的粗细,默认为1
-
lineType:int
圆绘制的方式,默认为cv.LINE_8
-
shift:int
坐标小数点向前移动的位数(缩小10倍数),默认为0
返回:None
返回类型:None
示例:
>>> img = cv.imread('cat.jpg')
>>> cv.circle(img, (100, 100), 5, (255, 0, 0, 0), 5)
>>> cv.circle(img, (100, 100), 50, (0, 0, 255, 0), 5)
>>> cv.imwrite('circle.jpg', img)
True
作用等同与 OpenCV
中 Drawing Functions
模块的rectangle 函数,绘制一个矩形。
该函数为 in-replace
,直接作用于原图
参数:
-
img:Var
代表需要绘制圆的图像 -
pt1:tuple
矩形的一个顶(x, y)
-
pt2:tuple
矩形的另一个顶(x, y)
-
color:tuple
矩形绘制的颜色(b, g, r, a)
-
thickness:int
矩形的粗细,默认为1
-
lineType:int
矩形绘制的方式,默认为cv.LINE_8
-
shift:int
坐标小数点向前移动的位数(缩小10倍数),默认为0
返回:None
返回类型:None
示例:
>>> img = cv.imread('cat.jpg')
>>> cv.rectangle(img, (50, 50), (150, 150), (255, 0, 0, 0), 5)
>>> cv.rectangle(img, (100, 100), (200, 200), (0, 0, 255, 0), 5)
>>> cv.imwrite('rectangle.jpg', img)
True
作用等同与 OpenCV
中 Drawing Functions
模块的drawContours 函数,绘制轮廓边缘或对其填充。
该函数为 in-replace
,直接作用于原图
参数:
-
img:Var
代表需要绘制圆的图像 -
contours:[[int]]
其中每一个元素都是一个list
,代表一组轮廓点。一组轮廓点中的元素分别代表一个点的x
或者y
,必须配对 -
contourIdx:int
代表要绘制第几个轮廓组。如果传入负数,绘制所有轮廓组 -
color:tuple
矩形绘制的颜色(b, g, r, a)
-
thickness:int
矩形的粗细,默认为1
-
lineType:int
矩形绘制的方式,默认为cv.LINE_8
返回:None
返回类型:None
示例:
>>> img = cv.imread('cat.jpg')
>>> gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
>>> gray = gray.astype(np.float32)
>>> binary = cv.threshold(gray, 127, 255, cv.THRESH_BINARY)
>>> binary = binary.astype(np.uint8)
>>> contours, _ = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
>>> cv.drawContours(img, contours, -1, [0, 0, 255])
>>> cv.imwrite('drawContours.jpg', img)
True
作用等同与 OpenCV
中 Drawing Functions
模块的fillPoly 函数,绘制填充多边形。
该函数为 in-replace
,直接作用于原图
参数:
-
img:Var
代表需要绘制圆的图像 -
contours:[[int]]
其中每一个元素都是一个list
,代表一组轮廓点。一组轮廓点中的元素分别代表一个点的x
或者y
,必须配对 -
color:tuple
矩形绘制的颜色(b, g, r, a)
-
lineType:int
矩形绘制的方式,默认为cv.LINE_8
-
shift:int
坐标小数点向前移动的位数(缩小10倍数),默认为0
-
offset:tuple
所有点相对轮廓的偏移量,默认为(0, 0)
返回:None
返回类型:None
示例:
>>> img = cv.imread('cat.jpg')
>>> gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
>>> gray = gray.astype(np.float32)
>>> binary = cv.threshold(gray, 127, 255, cv.THRESH_BINARY)
>>> binary = binary.astype(np.uint8)
>>> contours, _ = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
>>> cv.fillPoly(img, contours, [0, 0, 255])
>>> cv.imwrite('fillPoly.jpg', img)
True
作用等同与 OpenCV
中 Histograms
模块的calcHist 函数,计算图像的直方图。
参数:
-
imgs:[Var]
需要计算的图像 -
channels:[int]
需要计算的通道 -
mask:Var
需要计算的图像的掩码,本函数实现不支持mask -
histSize:[int]
直方图的大小,如:[256]
-
ranges:[float]
直方图的范围,如:[0., 256.]
-
accumulate:bool
是否累加,默认为False
本函数实现不支持累加
返回:计算得到的直方图
返回类型:Var
示例:
>>> img = cv.imread('cat.jpg')
>>> cv.calcHist([img], [0], None, [256], [0., 256.])
array([ 9., 5., 13., 25., ..., 41., 74., 41., 173.], dtype=float32)