这个库包含OpenCV教程应用程序的源代码，运行环境是python3 和 opencv4.0(v4.1也可以)。
- 图片读取
import cv2
src = cv2.imread("test.png")
cv2.namedWindow("input", cv2.WINDOW_AUTOSIZE)
cv2.imshow("input", src)
cv2.waitKey(0)
cv2.destroyAllWindows()
- 灰度图
gray = cv2.cvtColor(src, cv.COLOR_BGR2GRAY)
更多的opencv教程请参考下面的学习路径 👇👇👇
备注:
- ✔️ : 基础
- ✏️ : 值得注意
- ❣️ : 重要知识点
| 序号 | 描述 | 备注 |
|---|---|---|
| code_001 | 图片读取与显示 | ✔️ |
| code_002 | 图片灰度化 | ✔️ |
| code_003 | 图像创建与赋值 | ✔️ |
| code_004 | 图像像素读写 | ✔️ |
| code_005 | 图像像素算术操作(加减乘除) | ✔️ |
| code_006 | 图像伪彩色增强 | ✔️ |
| code_007 | 图像像素操作(逻辑操作) | ✔️ |
| code_008 | 图像通道分离合并 | ✔️ |
| code_009 | 色彩空间与色彩空间转换 | ✏️ |
| code_010 | 图像像素值统计 | ✔️ |
| code_011 | 图像像素归一化 | ✔️ |
| code_012 | 视频读写 | ✔️ |
| code_013 | 图像翻转 | ✔️ |
| code_014 | 图像插值 | ✔️ |
| code_015 | 绘制几何形状 | ✔️ |
| code_016 | 图像ROI与ROI操作 | ✔️ |
| code_017 | 图像直方图 | ✔️ |
| code_018 | 图像直方图均衡化 | ✏️ |
| code_019 | 图像直方图比较 | ✔️ |
| code_020 | 图像直方图反向投影 | ✔️ |
| code_021 | 图像卷积操作 | ✔️ |
| code_022 | 图像均值与高斯模糊 | ❣️ |
| code_023 | 中值模糊 | ✔️ |
| code_024 | 图像噪声 | ✔️ |
| code_025 | 图像去噪声 | ✔️ |
| code_026 | 高斯双边模糊 | ✔️ |
| code_027 | 均值迁移模糊(mean-shift blur) | ✔️ |
| code_028 | 图像积分图算法 | ✔️ |
| code_029 | 快速的图像边缘滤波算法 | ✔️ |
| code_030 | 自定义滤波器 | ✔️ |
| code_031 | Sobel算子 | ✔️ |
| code_032 | 更多梯度算子 | ✔️ |
| code_033 | 拉普拉斯算子(二阶导数算子) | ✔️ |
| code_034 | 图像锐化 | ✔️ |
| code_035 | USM 锐化增强算法 | ✔️ |
| code_036 | Canny边缘检测器 | ❣️ |
| code_037 | 图像金字塔 | ✔️ |
| code_038 | 拉普拉斯金字塔 | ✔️ |
| code_039 | 图像模板匹配 | ✔️ |
| code_040 | 二值图像介绍 | ✔️ |
| code_041 | 基本阈值操作 | ✔️ |
| code_042 | 图像二值寻找法OTSU | ✏️ |
| code_043 | 图像二值寻找法TRIANGLE | ✔️ |
| code_044 | 图像自适应阈值算法 | ✏️ |
| code_045 | 图像二值与去噪 | ✏️ |
| code_046 | 图像连通组件寻找 | ✔️ |
| code_047 | 图像连通组件状态统计 | ✔️ |
| code_048 | 轮廓寻找 | ❣️ |
| code_049 | 轮廓外接矩形 | ❣️ |
| code_050 | 轮廓矩形面积与弧长 | ✏️ |
| code_051 | 轮廓逼近 | ✔️ |
| code_052 | 几何矩计算中心 | ✔️ |
| code_053 | 使用Hu矩阵实现轮廓匹配 | ✔️ |
| code_054 | 轮廓圆与椭圆拟合 | ✔️ |
| code_055 | 凸包检测 | ✏️ |
| code_056 | 直线拟合与极值点寻找 | ✔️ |
| code_057 | 点多边形测试 | ✔️ |
| code_058 | 寻找最大内接圆 | ✔️ |
| code_059 | 霍夫曼直线检测 | ✔️ |
| code_060 | 概率霍夫曼直线检测 | ❣️ |
| code_061 | 霍夫曼圆检测 | ❣️ |
| code_062 | 膨胀和腐蚀 | ❣️ |
| code_063 | 结构元素 | ✔️ |
| code_064 | 开运算 | ✏️ |
| code_065 | 闭运算 | ✏️ |
| code_066 | 开闭运算的应用 | ✏️ |
| code_067 | 顶帽 | ✔️ |
| code_068 | 黑帽 | ✔️ |
| code_069 | 图像梯度 | ✔️ |
| code_070 | 基于梯度的轮廓发现 | ✏️ |
| code_071 | 击中击不中 | ✔️ |
| code_072 | 缺陷检测1 | ✔️ |
| code_073 | 缺陷检测2 | ✔️ |
| code_074 | 提取最大轮廓和编码关键点 | ✔️ |
| code_075 | 图像修复 | ✔️ |
| code_076 | 图像透视变换应用 | ✏️ |
| code_077 | 视频读写和处理 | ✏️ |
| code_078 | 识别与跟踪视频中的特定颜色对象 | ✔️ |
| code_079 | 视频分析-背景/前景 提取 | ✔️ |
| code_080 | 视频分析–背景消除与前景ROI提取 | ✔️ |
| code_081 | 角点检测-Harris角点检测 | ✔️ |
| code_082 | 角点检测-Shi-Tomas角点检测 | ✏️ |
| code_083 | 角点检测-亚像素角点检测 | ✔️ |
| code_084 | 视频分析-KLT光流跟踪算法-1 | ✏️ |
| code_085 | 视频分析-KLT光流跟踪算法-2 | ✏️ |
| code_086 | 视频分析-稠密光流分析 | ✏️ |
| code_087 | 视频分析-帧差移动对象分析 | ✔️ |
| code_088 | 视频分析-均值迁移 | ✏️ |
| code_089 | 视频分析-连续自适应均值迁移 | ✏️ |
| code_090 | 视频分析-对象移动轨迹绘制 | ✔️ |
| code_091 | 对象检测-HAAR级联分类器 | ✔️ |
| code_092 | 对象检测-HAAR特征分析 | ✔️ |
| code_093 | 对象检测-LBP特征分析 | ✔️ |
| code_094 | ORB 特征关键点检测 | ✏️ |
| code_095 | ORB 特征描述子匹配 | ✔️ |
| code_096 | 多种描述子匹配方法 | ✏️ |
| code_097 | 基于描述子匹配的已知对象定位 | ✏️ |
| code_098 | SIFT 特征关键点检测 | ✔️ |
| code_099 | SIFT 特征描述子匹配 | ✔️ |
| code_100 | HOG 行人检测 | ✔️ |
| code_101 | HOG 多尺度检测 | ✏️ |
| code_102 | HOG 提取描述子 | ✔️ |
| code_103 | HOG 使用描述子生成样本数据 | ✔️ |
| code_104 | (检测案例)-HOG+SVM 训练 | ✔️ |
| code_105 | (检测案例)-HOG+SVM 预测 | ✔️ |
| code_106 | AKAZE 特征与描述子 | ✔️ |
| code_107 | Brisk 特征与描述子 | ✔️ |
| code_108 | GFTT关键点检测 | ✔️ |
| code_109 | BLOB 特征分析 | ✔️ |
| code_110 | KMeans 数据分类 | ✔️ |
| code_111 | KMeans 图像分割 | ✔️ |
| code_112 | KMeans 图像替换 | ✔️ |
| code_113 | KMeans 图像色卡提取 | ✔️ |
| code_114 | KNN 分类模型 | ✔️ |
| code_115 | KNN 数据保存 | ✔️ |
| code_116 | 决策树算法 | ✔️ |
| code_117 | 图像均值漂移分割 | ✔️ |
| code_118 | Grabcut-图像分割 | ✔️ |
| code_119 | Grabcut-背景替换 | ✏️ |
| code_120 | 二维码检测识别 | ✔️ |
| code_121 | DNN- 读取模型各层信息 | ✔️ |
| code_122 | DNN- DNN实现图像分类 | ✔️ |
| code_123 | DNN- 模型运行设置目标设备与计算后台 | ✔️ |
| code_124 | DNN- SSD单张图片检测 | ✔️ |
| code_125 | DNN- SSD实时视频检测 | ✔️ |
| code_126 | DNN- 基于残差网络的人脸检测 | ✔️ |
| code_127 | DNN- 基于残差网络的视频人脸检测 | ✔️ |
| code_128 | DNN- 调用tensorflow的检测模型 | ✔️ |
| code_129 | DNN- 调用openpose模型实现姿态评估 | ✔️ |
| code_130 | DNN- 调用YOLO对象检测网络 | ✔️ |
| code_131 | DNN- YOLOv3-tiny版本实时对象检测 | ✔️ |
| code_132 | DNN- 单张与多张图像的推断 | ✔️ |
| code_133 | DNN- 图像颜色化模型使用 | ✔️ |
| code_134 | DNN- ENet实现图像分割 | ✔️ |
| code_135 | DNN- 实时快速的图像风格迁移 | ✔️ |
⛳️ DNN模块的一些模型下载可以从下面的谷歌云中获取：