原创 simpleITK讀取nii文件並顯示
import SimpleITK as sitk from matplotlib import pyplot as plt def showNii(img): for i in range(img.shape[0]):
原创 python日常學習(一)
1.python strip()和split函數用法 strip函數原型 聲明:s爲字符串,rm爲要刪除的字符序列. 只能刪除開頭或是結尾的字符或是字符串。不能刪除中間的字符或是字符串。 s.strip(rm) :刪除s字符串中開頭、結尾
原创 C++讀取realsense視頻和手眼標定(opencv)
這段時間在用realsense,前期走了很多彎路,把代碼寫下來,方便自己以後回顧,也方便大家對照。 首先要說明,我用的是realsense D435,驅動是SDK2.0,所以有些寫法和以前的是不一樣的,這個之前也一直讓我很頭疼,明明大家都
原创 python-opencv(4):圖像類型轉化
程序示例: import cv2 img=cv2.imread("1.png",cv2.IMREAD_UNCHANGED) result=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) cv2.imshow(
原创 python-opencv(7):圖像平滑處理
1.均值濾波 語法: dst=cv2.blur(src,dsize) 程序示例: import cv2 img=cv2.imread("1.png",cv2.IMREAD_UNCHANGED) result=cv2.blur(img,
原创 python-opencv(11):邊緣檢測
邊緣檢測的步驟: 去燥——計算梯度(梯度值以及方向)——非極大值抑制——滯後閾值 滯後閾值的作用: canny函數的使用: edges=cv2.Canny(image,threshold1,threshold2) 程序示例: im
原创 python-opencv(9):圖像的形態學操作
開運算(image)=膨脹(腐蝕(image)) dst=cv2.morphologyEx(src,cv2.MORPH_OPEN,kernel) 閉運算(image)=腐蝕(膨脹(image)) dst=cv2.morphologyE
原创 python-opencv(3):圖像的加法與融合
1.圖像加法 (1)numpy加法(取模運算) (2)opencv加法(飽和運算) dst=cv2.add(src1,src2) 程序示例: import cv2 import numpy as np img1=cv2.imread
原创 python-opencv(15):直方圖(2)
1.掩膜直方圖 首先生成掩膜圖像: mask=np.zeros(images.shape,np.uint8) mask[200:400,200:400]=255 dst=cv2bitwise_and(img,mask) 程序示例: i
原创 python-opencv(2):圖像處理基礎
1.直接讀取圖片像素值: import cv2 a=cv2.imread("1.png",cv2.IMREAD_UNCHANGED) print(a[100,100]) 輸出: [ 78 68 178] 2.使用numpy訪問像素
原创 python-opencv(10):圖像的梯度計算
1.sobel算子 dst=cv2.Sobel(src,ddepth,dx,dy,[ksize]) ddeph:處理結果圖像深度 在處理一般的8位圖像時,當計算的梯度小於0時,會自動變爲0,造成邊界信息的丟失。因此一般講ddeph設爲c
原创 python-opencv(6):閾值分割
語法格式: retval,dst=cv2.threshold(src,thresh,maxval,type) retval,thresh:閾值 maxval:最大值 type:類型 cv2.THRESH_BINARY:二進制閾值化 cv
原创 算法初探
最近在看《算法圖解》,但是裏面的算法都是用python2.7編寫的,我準備一邊看,一邊自己用python3重寫一遍。一方面爲了加深印象,另一方面也爲了以後複習查找更加的方便。 裏面各種算法的用途或者工作原理就不寫了,直接上代碼部分。 ——
原创 python-opencv(8):圖像的腐蝕與膨脹
語法: dst=cv2.erode(src,kernel,iterations) dst=cv2.dilate(src,kernel,iterations) kernel:卷積核 kernel=np.ones((5,5),np
原创 python-opencv(5):圖像的幾何變換
1.圖像的縮放 語法格式: dst=cv2.resize(src,dsize) dsize:圖像縮放的大小(第一個數字是表示列,第二個數字是表示行) dst=cv2.resize(src,None,fx,fy) fx,fy:圖像在水平方