Python cv 几个常用信息提取的功能，给出示例代码，除了读取和显示图像，裁剪图像和图像灰度化和边缘检测

Python cv 常用的信息提取功能主要包括图像旋转、图像缩放、颜色空间转换和图像分割等。

以下是示例代码：

1. 图像旋转

import cv2

image = cv2.imread("input.jpg")  # 读取图像
(h, w) = image.shape[:2]  # 获取图像尺寸
center = (w // 2, h // 2)  # 获取旋转中心点
angle = 45  # 旋转角度
M = cv2.getRotationMatrix2D(center, angle, 1.0)  # 获取旋转矩阵
rotated = cv2.warpAffine(image, M, (w, h))  # 旋转图像

cv2.imshow("Rotated Image", rotated)  # 显示旋转后的图像
cv2.waitKey(0)  # 等待按键
cv2.destroyAllWindows()  # 关闭窗口

2. 图像缩放

import cv2

image = cv2.imread("input.jpg")  # 读取图像
scale = 0.5  # 缩放比例
resized = cv2.resize(image, None, fx=scale, fy=scale, interpolation=cv2.INTER_LINEAR)  # 缩放图像

cv2.imshow("Resized Image", resized)  # 显示缩放后的图像
cv2.waitKey(0)  # 等待按键
cv2.destroyAllWindows()  # 关闭窗口

3. 颜色空间转换

import cv2

image = cv2.imread("input.jpg")  # 读取图像
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)  # 将图像转换为灰度图像
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)  # 将图像转换为HSV颜色空间

cv2.imshow("Grayscale Image", gray)  # 显示灰度图像
cv2.imshow("HSV Image", hsv)  # 显示HSV图像
cv2.waitKey(0)  # 等待按键
cv2.destroyAllWindows()  # 关闭窗口

4. 图像分割

import cv2

image = cv2.imread("input.jpg")  # 读取图像
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)  # 将图像转换为灰度图像
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]  # 计算OTSU阈值并二值化图像
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)  # 查找轮廓

for contour in contours:
    (x, y, w, h) = cv2.boundingRect(contour)  # 计算轮廓的边界框
    cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)  # 绘制边界框

cv2.imshow("Segmented Image", image)  # 显示分割后的图像
cv2.waitKey(0)  # 等待按键
cv2.destroyAllWindows()  # 关闭窗口

注意，以上仅为示例，实际使用需要根据具体需求进行修改和调整。