网站导航
> 技术文档 > OpenCV（03）插值方法，边缘填充，透视变换，水印制作，噪点消除

OpenCV（03）插值方法，边缘填充，透视变换，水印制作，噪点消除

网友: 技术文档 2025-07-26 19:59:51

【OpenCV（01）】基本图像操作、绘制，读取视频

【OpenCV（02）】图像颜色处理，灰度化，二值化，仿射变换

目录

  • 插值方法&边缘填充
    • 插值方法
    • 边缘填充
    • 边缘填充图解
  • 图像矫正（透视变换）
  • 水印制作
    • 图像掩膜
    • 颜色替换
    • 图像添加水印
  • 图像消除噪点

插值方法&边缘填充

new_img=cv.warpAffine(img,M,(w,h),flags,borderMode)

插值方法

  • 最近邻插值：flags = CV2.INTER_NEAREST
  • 双线性插值：flags = CV2.INTER_LINEAR
  • 像素区域插值：flags = cv2.INTER_AREA
  • 双三次插值：flags = cv2.INTER_CUBIC
  • Lanczos4插值：flags = cv2.INTER_LANCZOS4

边缘填充

  • 边界复制：borderMode = BORDER_REPLICATE
  • 边界反射：borderMode = BORDER_REFLECT
  • 边界反射101：borderMode = BORDER_REFLECT_101
  • 边界常数：borderMode = BORDER_CONSTANT
  • 边界包裹：borderMode = BORDER_WRAP
import cv2 as cv#读图cat = cv.imread(\'E:\\hqyj\\code\\opencv\\images\\\\cat1.png\')cat = cv.resize(cat,(600,600))w = cat.shape[1]h = cat.shape[0]#旋转#获取旋转矩阵M = cv.getRotationMatrix2D((w//2,h//2),45,0.5)#使用仿射变换函数dst = cv.warpAffine(cat,M,(w,h))cv.imshow(\'dst\',dst)#最近邻插值 + 边界复制dst1 = cv.warpAffine(cat,M,(w,h),cv.INTER_NEAREST,borderMode=cv.BORDER_REPLICATE)cv.imshow(\'dst1\',dst1)#双线性插值 单线性插值 插两次：水平，垂直 边界反射dst2 = cv.warpAffine(cat,M,(w,h),cv.INTER_LINEAR,borderMode=cv.BORDER_REFLECT)cv.imshow(\'dst2\',dst2)#像素区域插值 缩小：均值滤波 放大：整数 最近邻 不是整数 双线性 4点 2x2 边界反射101dst3 = cv.warpAffine(cat,M,(w,h),cv.INTER_AREA,borderMode=cv.BORDER_REFLECT101)cv.imshow(\'dst3\',dst3)#双三次插值 16个点 4x4 边界常数dst4 = cv.warpAffine(cat,M,(w,h),cv.INTER_CUBIC,borderMode=cv.BORDER_CONSTANT,borderValue=(255,0,0))cv.imshow(\'dst4\',dst4)#Lanczos4插值 64个点 8x8 边界重复dst5 = cv.warpAffine(cat,M,(w,h),cv.INTER_LANCZOS4,borderMode=cv.BORDER_WRAP)cv.imshow(\'dst5\',dst5)cv.waitKey(0)cv.destroyAllWindows()

边缘填充图解

  • 边界复制：在这里插入图片描述
  • 边界反射：在这里插入图片描述
  • 边界反射101：在这里插入图片描述
  • 边界常数：在这里插入图片描述
  • 边界包裹：在这里插入图片描述

图像矫正（透视变换）

  • 透视变换矩阵：M=getPerspectiveTransform(src,dst)
    src：原图像上需要进行透视变化的四个点的坐标，这四个点用于定义一个原图中的四边形区域。

    dst：透视变换后，src的四个点在新目标图像的四个新坐标。

  • cv2.warpPerspective(src, M, dsize, flags, borderMode)

import cv2 as cvimport numpy as np#读图card = cv.imread(\'E:\\hqyj\\code\\opencv\\images\\\\3.png\')shape = card.shape#获取透视变换矩阵#获取原图上的4个点：左上，右上，左下，右下pt1 = np.float32([[178,100],[287,134],[124,267],[473,308]])pt2 = np.float32([[0,0],[shape[1],0],[0,shape[0]],[shape[1],shape[0]]])M = cv.getPerspectiveTransform(pt1,pt2)#透视变换dst = cv.warpPerspective(card,M,(shape[1],shape[0]),cv.INTER_LINEAR,borderMode=cv.INTER_NEAREST)cv.imshow(\'card\',card)cv.imshow(\'dst\',dst)cv.waitKey(0)cv.destroyAllWindows()

水印制作

图像掩膜

import cv2 as cvimport numpy as np#读图demo = cv.imread(\'E:\\hqyj\\code\\opencv\\images\\\\demo.png\')demo = cv.resize(demo,(640,640))#转为hsv颜色空间hsv = cv.cvtColor(demo,cv.COLOR_BGR2HSV)#定义颜色范围low = np.array([0,43,46])high = np.array([10,255,255])#创建一个掩膜 cv.inRange(img,low,high) 传hsv颜色空间下的图像mask = cv.inRange(hsv,low,high)#颜色提取 cv.bitwise_and(img,img,mask=mask) 传的是原图dst = cv.bitwise_and(demo,demo,mask=mask)cv.imshow(\'demo\',demo)cv.imshow(\'mask\',mask)cv.imshow(\'dst\',dst)print(demo.shape)print(mask.shape)cv.waitKey(0)cv.destroyAllWindows()

颜色替换

import cv2 as cvimport numpy as np#读图demo = cv.imread(\'E:\\hqyj\\code\\opencv\\images\\\\demo.png\')demo = cv.resize(demo,(640,640))#转为hsv颜色空间hsv = cv.cvtColor(demo,cv.COLOR_BGR2HSV)#定义颜色范围low = np.array([0,43,46])high = np.array([10,255,255])#创建一个掩膜 cv.inRange(img,low,high) 传hsv颜色空间下的图像mask = cv.inRange(hsv,low,high)#颜色替换arr = mask==255demo[arr] = [0,255,0]#demo[mask==255] = [0,255,0]cv.imshow(\'demo\',demo)cv.waitKey(0)cv.destroyAllWindows()

图像添加水印

import cv2 as cv#读图bg = cv.imread(\'E:\\hqyj\\code\\opencv\\images\\\\bg.png\')logo = cv.imread(\'E:\\hqyj\\code\\opencv\\images\\\\logohq.png\')h,w = logo.shape[0:2] #(h,w)roi = bg[0:h,0:w]#灰度图处理grey = cv.cvtColor(logo,cv.COLOR_BGR2GRAY)#二值化#黑logo白底 与上背景_,mask1 = cv.threshold(grey,200,255,cv.THRESH_BINARY)bg1 = cv.bitwise_and(roi,roi,mask=mask1)cv.imshow(\'mask1\',mask1)cv.imshow(\'bg1\',bg1)#白logo黑底 与上logo_,mask2 = cv.threshold(grey,200,255,cv.THRESH_BINARY_INV)logo1 = cv.bitwise_and(logo,logo,mask=mask2)cv.imshow(\'mask2\',mask2)cv.imshow(\'logo1\',logo1)#融合roi[:] = cv.add(bg1,logo1)cv.imshow(\'roi\',roi)cv.imshow(\'bg\',bg)cv.waitKey(0)cv.destroyAllWindows()

OpenCV（03）插值方法，边缘填充，透视变换，水印制作，噪点消除

图像消除噪点

  • 均值滤波：cv2.blur(src, ksize, dst, anchor, borderType)
  • 方框滤波：cv2.boxFilter(src, ddepth, ksize, dst, anchor, normalize, borderType)
  • 高斯滤波：cv2.GaussianBlur(src, ksize, sigmaX, dst[, sigmaY, borderType)
  • 中值滤波：cv2.medianBlur(src, ksize, dst)
  • 双边滤波：cv2.bilateralFilter(src, d, sigmaColor, sigmaSpace, dst, borderType)
  • 参数解释：src 输入图像
    ksize 卷积核的大小，例如 (5, 5)
    dst 输出图像（可选）
    anchor 锚点位置，默认为核的中心点（可选）
    borderType 边界模式，默认为 cv2.BORDER_DEFAULT（可选）
    ddepth 输出图像的深度，通常使用 -1 表示与输入图像相同深度
    normalize 是否归一化核，默认为 True（可选）
    sigmaX X方向的标准差，如果设置为0，则根据核大小自动计算
    sigmaY Y方向的标准差，如果设置为0，则与 sigmaX 相同（可选）
    d 邻域直径，如果设置为0，则根据 sigmaSpace 自动计算
    sigmaColor 颜色空间的标准差，较大的值会导致更远的颜色混合
    sigmaSpace 坐标空间的标准差，较大的值会导致更远的像素混合
import cv2 as cv#读图lvbo2 = cv.imread(\'E:\\hqyj\\code\\opencv\\images\\\\lvbo2.png\')cv.imshow(\'old\',lvbo2)lvbo3 = cv.imread(\'E:\\hqyj\\code\\opencv\\images\\\\lvbo3.png\')#均值滤波dst1 = cv.blur(lvbo2,(3,3))cv.imshow(\'dst1\',dst1)#方框滤波dst2 = cv.boxFilter(lvbo2,-1,(3,3),normalize = False)cv.imshow(\'dst2\',dst2)#高斯滤波dst3 = cv.GaussianBlur(lvbo2,(9,9),1)cv.imshow(\'dst3\',dst3)#中值滤波dst4 = cv.medianBlur(lvbo3,5)cv.imshow(\'dst4\',dst4)#双边滤波dst5 = cv.bilateralFilter(lvbo2,7,75,75)cv.imshow(\'dst5\',dst5)cv.waitKey(0)cv.destroyAllWindows()
网络标签：

相关问题