OpenCV 图像文件保存

发表于2023-07-14|更新于2026-09-01|教程OpenCV

|总字数:44|阅读时长:1分钟|浏览量:

import cv2

img = cv2.imread("a28.png",cv2.IMREAD_COLOR)#cv2.IMREAD_GRAYSCALE读入灰图
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(img_gray,200,255,cv2.THRESH_BINARY_INV)

cv2.imwrite("a28_gray.png",img_gray)
cv2.imwrite("a28_thresh.png",thresh)

文章作者: YuKiFuHaNe

文章链接: https://blog.yukifuhane.cn.eu.org/2023/07/14/OpenCV-%E5%9B%BE%E5%83%8F%E6%96%87%E4%BB%B6%E4%BF%9D%E5%AD%98/

版权声明: 本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 YuKiFuHaNeの博客！

OpenCV imwrite 灰度图阈值处理图像保存

相关推荐

OpenCV 阈值处理

cv2.threshold(src,thresh,maxval,type) src = 输入图 dst = 输出图 thresh 阈值 maxval 当前像素超过了阈值（或者小于阈值，根据type决定），所赋予的值type 二值化操作的类型包含以下五种{ · cv2.THRESH_BINARY 超过阈值部分去maxval（最大值，否则取0）· cv2.THRESH_BINARY_INV (上面的反转)· cv2.THRESH_TRUNC 大于阈值部分设为阈值，否则不变· cv2.THRESH_TOZERO 大于阈值部分不变，否则设为0· cv2.THRESH_TOZERO_INV 上面的反转} 1234567891011121314151617181920212223242526272829303132333435import cv2import matplotlib as pltimport numpy as np'''ret,dst = cv2.threshold(s...

傅里叶变换

傅里叶变换的作用 ·高频：变化剧烈的灰度分量，例如边界 ·低频：变化缓慢的灰度分量，例如一片大海滤波 ·低通滤波器：只保留低频，会使图像变模糊 ·高通滤波器：只保留高频，会使图像细节增强 url：https://zhuanlan.zhihu.com/p/19763358 ·opencv中主要就是cv2.dft()和cv2.idft()，输入图像需要先转成np.float32格式 ·得到的结果中频率为0的部分会在左上角，通常要转换到中心位置，可以通过shift变换来实现 ·cv2.dft()返回的结果是双通道的（实部，虚部），通常还需要转成图像格式才能展示（0，255） 123456789101112131415161718import numpy as npimport cv2from matplotlib import pyplot as pltimg = cv2.imread('face.png',0)img_float32 = np.float32(img)dft = cv2.dft(img_...

OpenCV 显示中文字体

1234567891011121314151617from PIL import ImageDraw,ImageFont,Imagedef img_writer(text_size,xy,text,text_color,fontStyle,img): draw = ImageDraw.Draw(img) # 字体的格式这里的SimHei.ttf需要有这个字体 fontStyle = ImageFont.truetype(fontStyle, text_size, encoding='utff8') # 绘制文本 draw.text(xy, text, text_color, font=fontStyle)if __name__ == '__main__': text_size = 50 # 字体大小 xy = (56, 1700) # 起始位置 data = 'Menhenra酱，卡哇伊！' # 内容 text_color = (26, 42, 44) # ...

图像平滑处理：均值滤波与方框滤波

1234567891011121314151617181920import cv2img = cv2.imread("lingbosize.png")#均值滤波#简单的平均卷积操作blur = cv2.blur(img,(3,3))#方框滤波#normalize = True和均值一样,选择归一化box = cv2.boxFilter(img,-1,(3,3),normalize=True) #-1表示得到颜色通道数一致#没有选则归一化，容易越界，超过255当作255处理box1 = cv2.boxFilter(img,-1,(3,3),normalize=False)cv2.imshow("blur",blur)cv2.waitKey(1000)cv2.imshow("box",box)cv2.waitKey(1000)cv2.imshow("box1",box1)cv2.waitKey(1000)cv2.waitKey(0) 平均卷积方框滤波(未归一化) 方框滤波(归一化)

OpenCV 读取图像与灰度化处理

12345678910import cv2import numpy as npimport matplotlib.pyplot as plt#读取图片imafePath = "a28.png"img = cv2.imread(imafePath) # img = cv2.imread(imafePath,0) 灰度读取#进行通道转换lenna_img = cv2.cvtColor(img,cv2.COLOR_BAYER_BG2BGR)

形态学开运算与闭运算

开运算: 先腐蚀后膨胀闭运算: 先膨胀后腐蚀梯度运算: 开运算-闭运算 12345678910111213141516171819202122232425'''先腐蚀后膨胀'''#闭运算"""先膨胀后腐蚀"""import cv2import numpy as npimg = cv2.imread("a28.png")ret,thresh = cv2.threshold(img,127,255,cv2.THRESH_BINARY,0)cv2.imshow('THRESH',thresh)cv2.waitKey(500)#开kernel = np.ones((3,3),np.uint8)opening = cv2.morphologyEx(thresh,cv2.MORPH_OPEN,kernel)cv2.imshow('opening',opening)cv2.waitKey(300)#闭clo...