opencv首先读取原图,其次进行otsu算法阀值处理,然后进行缩放的py源码

时间: 2024-03-09 09:45:13 浏览: 15
好的,以下是Python实现的OpenCV图像处理流程,包括读取原始图像、Otsu二值化处理和缩放: ```python import cv2 # 读取原始图像 img = cv2.imread('input.png') # 灰度化 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # Otsu二值化处理 _, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) # 缩放 scale_percent = 50 # 缩放比例 width = int(img.shape[1] * scale_percent / 100) height = int(img.shape[0] * scale_percent / 100) dim = (width, height) resized = cv2.resize(thresh, dim, interpolation = cv2.INTER_AREA) # 显示处理后的图像 cv2.imshow('Resized Image', resized) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在这个代码中,我们首先使用`cv2.imread()`函数读取原始图像,然后使用`cv2.cvtColor()`函数将图像转换为灰度图像。接下来,我们使用`cv2.threshold()`函数应用Otsu阈值处理算法,将图像进行二值化处理。最后,我们使用`cv2.resize()`函数缩放图像,并使用`cv2.imshow()`函数将处理后的图像显示出来。 希望这个代码对您有所帮助!

相关推荐

最新推荐

recommend-type

OPENCV批量读取图片实现方法

下面小编就为大家带来一篇OPENCV批量读取图片实现方法。小编觉得挺不错的。现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
recommend-type

使用python opencv对目录下图片进行去重的方法

今天小编就为大家分享一篇使用python opencv对目录下图片进行去重的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

opencv python如何实现图像二值化

这篇文章主要介绍了opencv python如何实现图像二值化,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 代码如下 import cv2 as cv import numpy as np import ...
recommend-type

OpenCV 使用imread()函数读取图片的六种正确姿势

主要介绍了OpenCV 使用imread()函数读取图片的六种正确姿势,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
recommend-type

python用opencv完成图像分割并进行目标物的提取

主要介绍了python用opencv完成图像分割并进行目标物的提取,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

list根据id查询pid 然后依次获取到所有的子节点数据

可以使用递归的方式来实现根据id查询pid并获取所有子节点数据。具体实现可以参考以下代码: ``` def get_children_nodes(nodes, parent_id): children = [] for node in nodes: if node['pid'] == parent_id: node['children'] = get_children_nodes(nodes, node['id']) children.append(node) return children # 测试数
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。