小编Han*_*rse的帖子

我正在用Python学习OpenCV，并且我想学习如何计算图像中的对象/元素。

我写了一个用于计数的代码，但是得到了错误的结果。图片中有12个元素，而我得到40个元素，但是有些元素没有计算在内。

我不知道我在做什么错。

这是我的代码：

import cv2

img = cv2.imread('slika.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

print('There are 12 elements on this image')

#cv2.imshow('img', gray)
#cv2.waitKey(0)

ret,thresh = cv2.threshold(gray,127,255,1)
contours,h = cv2.findContours(thresh,1,1)

print('Number of elements found:', len(contours))

for cnt in contours:
    cv2.drawContours(img,[cnt],0,(0,0,255),2)

cv2.imshow('img', img)
cv2.waitKey(0)

这是默认图像，包含12个元素：

结果如下：

您会看到无法识别粉色和两个黄色元素，但这是绿色元素的问题。

我在做什么错，以及如何解决？

我有一个类似于下面显示的图像的图像。

我想删除图像的黑色和红色圆圈，而又不影响图像内部的红色方块（因为红色圆圈和红色方块的像素值相同）。

我尝试使用cv2.HoughCircles检测红色圆圈并将其转换为黑色，但红色圆圈的某些部分保持不变，如图所示。

这是我用于此的代码。

import numpy as np
import cv2

image = cv2.imread("13-14.png")
output = image.copy()
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1.3, 145)

if circles is not None:
    circles = np.round(circles[0, :]).astype("int")

    for (x, y, r) in circles:
        cv2.circle(output, (x, y), r, (0, 0 , 0), 4)

cv2.imshow("output", np.hstack([image, output]))
cv2.waitKey(0)

有什么建议么？提前致谢。

编辑1

我正在寻找的样本输出就是这种图像（彩色或灰度）。

OpenCV 中是否有一个开箱即用的improfile函数来沿着一条线从图像中提取强度分布，类似于MATLAB 中的函数？

我有一个巨大的图像数据集，如下所示：

我想改变这些的颜色。所有白色应保持白色，所有紫色应变为白色，其他所有内容应变为黑色。所需的输出如下所示：

我已经在下面编写了代码，它正在执行我想要的操作，但是需要很长时间才能浏览我拥有的大量图片。还有另一种更快的方法吗？

path = r"C:path"
for f in os.listdir(path):
f_name = (os.path.join(path,f))
if f_name.endswith(".png"):
    im = Image.open(f_name)
    fn, fext = os.path.splitext(f_name)
    print (fn)
    im =im.convert("RGBA")
    for x in range(im.size[0]):
        for y in range(im.size[1]):
            if im.getpixel((x, y)) == (255, 255, 255, 255):
                im.putpixel((x, y),(255, 255, 255,255))
            elif im.getpixel((x, y)) == (128, 64, 128, 255):
                im.putpixel((x, y),(255, 255, 255,255))
            else:
                im.putpixel((x, y),(0, 0, 0,255))

    im.show()

我正在尝试在摄像机录制的视频中检测人脸。当我使用网络摄像头视频时，它工作正常。但是，对于摄像机录制的视频，视频会旋转 -90 度。请建议我，如何获得用于人脸检测的实际视频输出？

import cv2
import sys

cascPath = sys.argv[1]
faceCascade = cv2.CascadeClassifier('C:/Users/HP/Anaconda2/pkgs/opencv-3.2.0-np112py27_204/Library/etc/haarcascades/haarcascade_frontalface_default.xml')

#video_capture = cv2.videoCapture(0)
video_capture = cv2.VideoCapture('C:/Users/HP/sample1.mp4')
w=int(video_capture.get(3))
h=int(video_capture.get(4))

#output = cv2.VideoWriter('output_1.avi',cv2.VideoWriter_fourcc('M','J','P','G'), 60,frameSize = (w,h))

while True:

    ret, frame = video_capture.read()
    frame = rotateImage(frame,90)

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    faces = faceCascade.detectMultiScale(gray, 1.3, 5) 

    # Draw a rectangle around the faces
    for (x, y, w, h) in faces:
        cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
    #cv2.imshow('face',i)

    #output.write(frame)

    cv2.imshow('Video', frame)

        if cv2.waitKey(1) & 0xFF == ord('q'):
            break

    video_capture.release() …

I have a cell array in MATLAB in the following format:

aa = {[1 2],[2 3],[1 2 3 4 5 6],[5],[1]}

Is it possible to create a diagram in this style (i.e. filling in a block colour for each time a number shows up)?

我有一个矩形图像，我想将其角变圆，然后为其添加黑色边框（因此边框也是圆形的）。

有没有一种简单的方法可以实现它？

这将是所需的输出：

类似的未回答问题

我正在尝试更改颜色空间L*中图像的值L*a*b*。但最终的图像并不是我所期望的。我应该如何使用这些值更改图像的亮度L*a*b*？

我的代码：

imd = np.asarray(ibuffer).copy()
imgb = cv2.cvtColor(imd, cv2.COLOR_BGR2Lab)
value = 255 * (int(bvalue)/100)
imgb[:,:,0] += int(value)
imgb = cv2.cvtColor(imgb,cv2.COLOR_LAB2BGR)
photo = Image.fromarray(imgb)
photo = resize(photo)
photo = ImageTk.PhotoImage(photo)
canvas.photo = photo
canvas.create_image(0,0,anchor="nw",image = photo) 

原图：

编辑后的图像：

我有这个图像：

并且，想像这样剪掉透明背景：

使用 PIL 将会是：

from PIL import Image
im = Image.open("image")
im.getbbox()
im2 = im.crop(im.getbbox())
im2.save("result")

但是，如何使用 OpenCV 变体来做到这一点？

for cnt in contours:
        peri=cv2.arcLength(contours[i],True)
        aprx=cv2.approxPolyDP(contours[i],0.04*peri,True)

        if len (aprx) >5:
                c=c+1
                M = cv2.moments(cnt)
                cX = int(M["m10"] / M["m00"])
                cY = int(M["m01"] / M["m00"])
                Areaa = cv2.contourArea(cnt)
                print (image[cX,cY])

        if len (aprx)==4:
                squareM=cv2.moments(cnt)
                SX= int(squareM["m10"] / squareM["m00"])
                SY = int(squareM["m01"] / squareM["m00"])
                print("hehehe",SX,SY)

        i=i+1

cv2.imshow('img',image)
cv2.imshow('thresh',thresh)

我想查看热图像、RGB 图像、灰度图像和二值图像的通道数。

所以我写了这个程序：

import cv2
import numpy

img = cv2.imread("B2DBy.jpg")
print('No of Channel is: ' + str(img.ndim))

cv2.imshow("Channel", img)
cv2.waitKey()

但它为所有类型的图像提供了相同的三通道结果？我已经阅读了这个问题，但它给出了一个错误：

img = cv2.imread("B2DBy.jpg", CV_LOAD_IMAGE_UNCHANGED)
NameError: name 'CV_LOAD_IMAGE_UNCHANGED' is not defined

所以我的问题是：这是查看频道数量的正确方法吗？或者，不知何故，我一直输入三通道图像，因此它给出了三通道输出？

我的输入：

我想为附加图像提取 2 个蒙版中的水平线和垂直线。

我尝试过形态学操作来做到这一点，

horizontalStructure = cv.getStructuringElement(cv.MORPH_RECT, (horizontal_size, 1))
verticalStructure = cv.getStructuringElement(cv.MORPH_RECT, (1, verticalsize))

但问题是，它将线检测为矩形，然后以2条线代表矩形2条边的形式绘制它。

有什么想法可以解决这个问题吗？

图片：

横向结果：

垂直结果：

编辑：那是我的另一张图片：