Python 이미지 처리 OpenCV

---

머리말

• 기본 패키지 opencv-python
• 고배율 버전 opencv-contrib-python

1. 이미지 기준

1.1 이론적 소개

cv2.imread ()를 사용하여 저장 형식 을 변경합니다 .
from jpg : rgb—> opencv : bgr

하나의 이미지 처리 :

• 1. 3 차원 배열
• 2. 3 차원 분산 형 차트 그리기
• 3. 이미지의 히스토그램 : 통계 픽셀의 분포 특성에 대한 그레이 스케일 이미지

• 3 차원 컬러 이미지 == "1 차원 그레이 스케일 이미지로 바뀜
  
• 히스토그램 그리기
  
  
  
  
  
• ravel () 메서드는 배열 차원을 1 차원 배열로 가져옵니다.
• 히 스트 기능 기능-히스토그램 그리기

1.2 사례 1- 손으로 쓴 숫자 인식

그림 입력 : 디지털
opencv를 식별하고 , 디지털 그림에서 지저분한 선과 점을 제거하고, 지저분한 선을 필터링하고, 디지털 선만 유지합니다.

• 그림 만들기

가장 두꺼운 선을 선택 하여 숫자를 쓰고 다른 선 (가장 굵지 않음)을 사용하여 추가하고 장식합니다.

• 번호 인식
  
  
  
  
  
  
  

• 확인 코드 생성 pip install captcha
  
  
  
  
  
  

• 이 폴더의 모든 파일을 가져 오려면 for (root, dirs, files) in walk (경로 이름) 함수를 사용할 수 있습니다.

---

2. 이미지 필터링 및 전처리

Opencv 필터링 및 가장자리 감지 : 차선 인식
'' '
이미지에서 다음과 같은 기하학적 특징을 식별합니다. 선 원 사각형
1. 회색조 컬러 이미지가 회색조 이미지로 변환
2. 필터링이 가장자리 감지를 위해 준비됩니다. 필터링은 어떻습니까? 가장자리 감지에 대한 노이즈의 간섭은 노이즈의 영향을 제거합니다.
3. 가장자리 감지 Canny Sobel Laplacian> 인접하거나 가까운 픽셀 간의 차이 (픽셀 차이) 찾기
4. 형상 특징 감지 Hough transform
'' '

2.1 필터링

• 평균 필터링
  

• 소금과 후추 소음 설정
  
  

• 가우스 필터-홀수 항이어야합니다.
  

• 중앙값 필터링-홀수 항이어야합니다.
  

2.2 가장자리 감지

• 영리한
  
  
  
• 소벨
  
• 라플라스
  

---

세, 이미지 변환

• 아핀 변환
• 관점 변환

3.1 아핀 변환

2 차원에서 2 차원 그래픽, 평행 이동, 회전, 확대 / 축소 및 기타 작업

• 팬
  
• 축소 및 이동
  
• 회전
  
  
  

3.2 관점 변환

2 차원을 3 차원 공간으로 변환 한 다음 새 평면으로 투영합니다. 프로젝션 매핑이라고도합니다.
기능 1 : 실제 이미지 평면으로 전환합니다. 기능 2 : 원본 캡처 이미지를 변환하거나 변환하여 이미지의 정확도를 향상시킵니다. 인식.

pst1 : 원본 이미지의 좌표 점 pst2 :
생성 할 좌표 점