Linux 笔记
操作系统的发展史 Unix Minix Linux 操作系统的发展 Minix没有火起来的原因 Linux介绍 Linux内核&发行版 Linux内核版本 Linux发行版本 类Unix系统目录结构 Linux目录 用户目录 命令行基本操作 命令使用方法 查看帮助文档 help man(manual) tab键自动补全 history游览历史 命令行中的ctrl组合键 Linux命令 权限管理 列出目录的内容：ls 显示inode的内容：stat 文件访问权限 修改文件权限：chmod 修改文件所有者：chown 修改文件所属组：chgrp 文件内容查看 基本显示：cat、tac 显示行号：nl 分屏显示：more、less 取首尾n行：head、tail 文件管理 输出重定向：> 管道：| 清屏：clear 切换工作目录： cd 显示当前路径：pwd 创建目录：mkdir 删除文件：rm 建立链接文件：ln 文本搜索：grep 查找文件：find 拷贝文件：cp 移动文件：mv 归档管理：tar 文件压缩解压：gzi...
OpenCV 拆分与合并 BGR 通道
1234567891011121314151617181920212223import cv2import numpy as npimg = cv2.imread('lingbosize.png')#拆分rgb通道b,g,r = cv2.split(img)gree = np.zeros(img.shape[:2],np.uint8)red = np.zeros(img.shape[:2],np.uint8)#合并bgr通道merged = cv2.merge([b,g,r])cv2.imshow('B',b)cv2.imshow('G',g)cv2.imshow('R',r)cv2.imshow('merge',merged)cv2.waitKey(0)cv2.destroyAllWindows()
OpenCV 按轮廓裁剪图像 ROI（掩膜 mask）
12345678910111213141516171819202122232425262728293031import cv2import numpy as npimg = cv2.imread('lingbosize.png')gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)ret,thresh = cv2.threshold(gray,0,255,cv2.THRESH_BINARY_INV| cv2.THRESH_OTSU)contours,hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)mask = np.zeros(img.shape,np.uint8)#原图大小的纯黑图draw = np.zeros(img.shape,np.uint8)#将原图copy 到 draw上,加上mask操作temp = np.zeros(img.shape,np.uint8)#每次循...
OpenCV 查看图像 HSV 色值
import cv2 import numpy as np from matplotlib import pyplot as plt 读取图片1image=cv2.imread('lingbosize.png') HSV化1HSV=cv2.cvtColor(image,cv2.COLOR_BGR2HSV) 设置函数，获取图片某个点的HSV值123def getpos(event,x,y,flags,param): if event == cv2.EVENT_LBUTTONDOWN: print(HSV[y,x]) 设置鼠标点击回调函数 cv2.setMouseCallback123456#th2=cv2.adaptiveThreshold(imagegray,255,cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY,11,2)cv2.imshow("imageHSV",HSV)cv2.imshow('image',image)cv2.setMou...
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) # ...
OpenCV 模板匹配入门
12345678910111213141516171819202122232425#TemplateMatchModes''' ·TM-SQDIFF 计算平方不同，计算出来的值越小，越相关 ·TM_CCORR 计算相关性，计算出来的值越大，越相关 ·TM_CCOEFF 计算相关系数，计算出来的值越大，越相关 ·TM_SQDIFF_NORMED 计算归一化平方不同，计算出来的值越接近0，越相关 ·TM_CCORR_NORMED 计算归一化相关性，计算出来的值越接近1，越相关 `TM_CCOEFF_NORMED 计算归一化相关系数，计算出来的值越接近1，越相关'''import cv2img = cv2.imread("dm.png")template = cv2.imread("dm_face.png")h,w = template...
OpenCV 模板匹配的六种匹配方法
TemplateMatchModes： ·TM-SQDIFF 计算平方不同，计算出来的值越小，越相关·TM_CCORR 计算相关性，计算出来的值越大，越相关·TM_CCOEFF 计算相关系数，计算出来的值越大，越相关·TM_SQDIFF_NORMED 计算归一化平方不同，计算出来的值越接近0，越相关·TM_CCORR_NORMED 计算归一化相关性，计算出来的值越接近1，越相关`TM_CCOEFF_NORMED 计算归一化相关系数，计算出来的值越接近1，越相关 1234567891011121314151617181920212223242526272829303132333435363738394041#TemplateMatchModes''' ·TM-SQDIFF 计算平方不同，计算出来的值越小，越相关 ·TM_CCORR 计算相关性，计算出来的值越大，...
OpenCV 直方图与傅里叶变换
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657import cv2import numpy as npimport matplotlib.pyplot as plt#cv2.calcHist(images,channels,mask,histSize,ranges)''' ·images 原图像图像格式为uint8或float32.当传入函数是用中括号[]，例如[img] ·channels 同样用中括号来，他会告函数我们统幅图像的直方图。如果传入图像是灰度图他的值就是[0]，如是彩色图像的传入参数可以是[0][1][2]他们对应的是BRG ·mask 掩模图像。统整幅图像的直方图就把他的None。但是如果你想统图像莫一部分的直方图的你就制作一个掩模图像并使用他 ·histSize BIN的数目。应用中括号来 ·ranges ...
OpenCV 视频中的模板匹配
12345678910111213141516171819202122232425262728293031323334353637import cv2import matplotlib.pyplot as pltimport numpy as nptemplate = cv2.imread('face_template.png',cv2.IMREAD_COLOR)template = cv2.cvtColor(template,cv2.COLOR_BGR2GRAY)print(template.shape)vc = cv2.VideoCapture('test.mp4')#检测打开是否正确if vc.isOpened(): open,frame = vc.read()else: open = Falsewhile open: ret,frame = vc.read() if frame is None: break if ret ==True: gray = cv2.cvtColor...
OpenCV 视频的读取与处理
123456789101112131415161718192021222324import cv2import matplotlib.pyplot as pltimport numpy as npvc = cv2.VideoCapture('test.mp4')#检测打开是否正确if vc.isOpened(): open,frame = vc.read()else: open = Falsewhile open: ret,frame = vc.read() if frame is None: break if ret ==True: gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY) cv2.imshow('result',gray) if cv2.waitKey(1) &0xFF == 27: breakvc.release()cv2.destroyAllWindows()
