python的opencv测试代码
时间: 2023-06-04 18:03:33 浏览: 50
很高兴回答你的问题!以下是一份简单的Python OpenCV测试代码:
```
import cv2
# 读取图像文件
img = cv2.imread('test.jpg')
# 显示图像
cv2.imshow('Image', img)
# 暂停窗口
cv2.waitKey()
# 关闭窗口
cv2.destroyAllWindows()
```
此代码可以读取一个名为"test.jpg"的图像文件并将其显示在窗口中。如果你有任何疑问,请随时询问!
相关问题
python opencv 多边形检测代码
以下是 Python OpenCV 中进行多边形检测的代码示例:
```python
import cv2
import numpy as np
# 读取图像并将其转换为灰度图像
img = cv2.imread('image.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 进行边缘检测
edges = cv2.Canny(gray, 50, 150, apertureSize=3)
# 进行多边形检测
minLineLength = 100
maxLineGap = 10
lines = cv2.HoughLinesP(edges, 1, np.pi/180, 100, minLineLength, maxLineGap)
for line in lines:
x1, y1, x2, y2 = line[0]
cv2.line(img, (x1, y1), (x2, y2), (0, 255, 0), 2)
# 显示图像
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
这段代码会读取名为 `image.jpg` 的图像文件,并进行多边形检测。首先将图像转换为灰度图像,然后进行边缘检测。接着使用 `cv2.HoughLinesP()` 函数进行多边形检测,返回检测到的线段。最后将检测到的线段绘制到原始图像上,并显示出来。
python opencv运动检测代码
下面是一个简单的Python OpenCV运动检测代码示例:
```
import cv2
# 读取视频文件
cap = cv2.VideoCapture('test.mp4')
# 创建一个BackgroundSubtractor
fgbg = cv2.createBackgroundSubtractorMOG2()
# 循环处理每一帧
while True:
# 读取一帧
ret, frame = cap.read()
# 如果视频结束,退出循环
if not ret:
break
# 转换为灰度图像
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 进行背景减法
fgmask = fgbg.apply(gray)
# 应用阈值
thresh = cv2.threshold(fgmask, 127, 255, cv2.THRESH_BINARY)[1]
# 查找轮廓
contours, hierarchy = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 循环处理每个轮廓
for contour in contours:
# 计算轮廓面积
area = cv2.contourArea(contour)
# 如果面积小于一定阈值,忽略该轮廓
if area < 500:
continue
# 获取轮廓的边界框
(x, y, w, h) = cv2.boundingRect(contour)
# 在原始图像上绘制边界框
cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 0, 255), 2)
# 显示结果
cv2.imshow('frame', frame)
# 等待按下ESC键退出循环
if cv2.waitKey(1) == 27:
break
# 释放资源
cap.release()
cv2.destroyAllWindows()
```
这个代码使用了一个BackgroundSubtractor来进行背景减法,并应用阈值来过滤出前景物体。然后使用cv2.findContours函数查找轮廓,并对每个轮廓进行处理并在原始图像上绘制边界框。最后,它显示了处理后的图像,并等待按下ESC键退出循环。