小编Chr*_*itz的帖子

我有一个包含以下列的 CSV 表：

column_names = ['image_id', 'xmin', 'ymin', 'width', 'height', 'xmax','ymax']

其中 xmin、ymin、xmax 和 ymax 表示包围某个对象的边界框；宽度和高度，图像尺寸；image_id，文件名（.JPG 文件）。由于我想做对象检测，所以我需要将此表转换为COCO格式。令人惊讶的是，我在互联网上找不到这个问题的任何答案。

我一直在尝试学习 OpenCV python 上的一些图像处理。我有一个 16 位图像，我想对此 16 位图像应用 LUT 转换，而不将其减少到 8 位。从文档中，我了解到 OpenCV 中的 LUT 函数仅适用于 8 位图像。有谁知道对 16 位图像使用此函数的有效方法吗？

我对 8 位图像使用了 LUT 转换。它们工作正常，但对于 16 位图像，会出现以下错误：error: (-215:Assertion failed) (lutcn == cn || lutcn == 1) && \_lut.total() == 256 && \_lut.isContinuous() && (depth == CV_8U || depth == CV_8S) in function 'cv::LUT'。

后来我发现这是因为LUT功能只适用于8位图像。

我需要加入两个图像，其中基本图像具有透明背景，我已经尝试使用

图片01

图像和照片我需要将她放在空白处的第二个图像中

预期结果和这个

import numpy as np
import cv2
import matplotlib.pyplot as plt
import matplotlib.image as mpimg

dim = (425, 425)

apple = mpimg.imread('image.png')
apple = cv2.resize(apple, dim)

banana = mpimg.imread('image2.png')
banana = cv2.resize(banana, dim)


_ = plt.imshow(apple)
_ = plt.show()

_ = plt.imshow(banana)
_ = plt.show()

list_images = [apple, banana]

def blend(list_images): # Blend images equally.

    equal_fraction = 1.0 / (len(list_images))

    output = np.zeros_like(list_images[0])

    for img in list_images:
        output = output + img * equal_fraction

    output = output.astype(np.uint8) …

我正在寻找一种方法来做到这一点，我看过 OpenCV 但至少我只能找到用它应用1D Luts 文件的方法（256 长）。有谁知道如何使用 python 将3D Luts (64x64x64) 应用于图像？谢谢。

我正在尝试将 Nikon '.NEF' 文件导入 OpenCV。“.NEF”是尼康相机拍摄的照片的 RAW 文件格式的文件扩展名。当我在Mac上以预览方式打开该文件时，我看到分辨率为6000 x 4000，并且图片非常清晰。然而，当我将其导入 OpenCV 时，我只能看到 120 x 160（RGB 通道为 3）个数据点，这会导致分辨率的大幅损失。

我的理解是，NumPy 数组中有 120 x 160 个像素，存储有关 OpenCV 像素的信息。我尝试使用 -1 作为 IMREAD_UNCHANGED 标志，但许多像素被遗漏，图像质量受到很大影响。

供您参考，这是我的代码：

# first Jupyter block
img = cv2.imread('DSC_1051.NEF', -1)
img.shape

执行img.shape回报 (120, 160, 3)。

# second Jupyter block
cv2.namedWindow("Resize", cv2.WINDOW_NORMAL)
cv2.resizeWindow("Resize", 1000, 700)
  
# Displaying the image
cv2.imshow("Resize", img)

cv2.waitKey(0)
cv2.destroyAllWindows()

问题摘要：

• 原始图像形状为 (6000, 4000)
• 打开 CV 导入 (120, 160)，导致分辨率损失较大
• 使用 IMREAD_UNCHANGED 标志不会导致 OpenCV 导入图像中的所有像素，从而导致执行时图像质量下降cv2.imshow()。

我的问题：如何使用 …

img=cv2.imread(face.jpg)
predictions= DeepFace.analyze(img)

Error: Face could not be detected. Please confirm that the picture is a face photo or consider to set enforce_detection param to False.

设置enforce_detection为False会导致即使图像中没有面部，它也会读取情绪

我们如何处理这个错误，让它告诉我们没有人脸？

运行这行代码时我收到此错误：

pixels.append( cv2.resize(cv2.imread(raw_folder  + folder +"/" + file),dsize=(128,128)))**

错误：

cv2.error: OpenCV(4.5.2) C:\Users\runneradmin\AppData\Local\Temp\pip-req-build-vi271kac\opencv\modules\imgproc\src\resize.cpp:4051: 
error: (-215:Assertion failed) !ssize.empty() in function 'cv::resize'

我正在尝试在运行 Raspbian GNU/Linux 11（牛眼）的 Raspberry Pi 3B+ 上使用 OpenCV 并使用以下代码裁剪相机拍摄的图像，我得到以下输出：

Traceback (most recent call last):
File "/home/pi/Desktop/test-code-elias/camquali.py", line 141, in <module>
right_wall = img[1:1944, 1:1000]
TypeError: tuple indices must be integers or slices, not tuple

我的代码：

img = cam.read()
right_wall = img[0:1944, 0:1000]

我试图在足球场上的球员下方画一个圆圈，类似于：

如果我只是绕着玩家的脚转一圈，看起来会很糟糕：

我试图仅在场的绿色部分上绘制圆圈（以使其更具 3D 效果）。

首先，我使用以下代码仅掩盖了字段上的绿色部分：

def mask(img):
    ## convert to hsv
    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    ## mask of green (36,25,25) ~ (86, 255,255)
    lower = (36, 25, 25)
    upper = (86, 255, 255)
    mask = cv2.inRange(hsv, lower, upper)
    ## slice the green
    imask = mask == 0
    green = np.zeros_like(img, np.uint8)
    green[imask] = img[imask]
    img = green
    return img

这给出了以下结果：

如何仅在绿色（遮罩后 - 黑色）部分绘制椭圆？

PS这是完整的代码：

import cv2
import numpy as np


def mask(img):
    ## convert to hsv
    hsv = cv2.cvtColor(img, …

我是初学者。我想使用OpenCV的库函数。

我有图像的两个坐标 (x, y)

Point N: (x = 2314, y = 751), Width = 2880, Hight = 2304
Point S: (x = 1533, y = 670), Width = 2880, Hight = 2304

当我在 matplotlib 中绘制它们时，它们看起来像这样。（尽管我也在这里绘制了其他一些点。） -

现在，我想计算S and N 我知道的 X 射线板和 X 射线机器之间的距离是 180 厘米。

我已经尝试过使用该math功能。

distance = math.sqrt( ((N[0]-S[0])**2)+((N[1]-S[1])**2) )
print(distance)

这给了我这样的结果 755.2747844327918

但我需要知道距离（以米为单位）。我怎样才能以某种方式做到这一点？