当前位置：首页 > news >正文

OpenCV基本图像处理操作（六）——直方图与模版匹配

news 来源：原创 2025/7/22 12:19:01

直方图

在这里插入图片描述

cv2.calcHist(images,channels,mask,histSize,ranges)

images: 原图像图像格式为 uint8 或 ﬂoat32。当传入函数时应用中括号 [] 括来例如[img]
channels: 同样用中括号括来它会告函数我们统幅图像的直方图。如果入图像是灰度图它的值就是 [0]如果是彩色图像的传入的参数可以是 [0][1][2] 它们分别对应着 BGR。
mask: 掩模图像。统整幅图像的直方图就把它为 None。但是如果你想统图像某一分的直方图的你就制作一个掩模图像并使用它。
histSize:BIN 的数目。也应用中括号括来
ranges: 像素值范围常为 [0256]

import cv2 #opencv读取的格式是BGR
import numpy as np
import matplotlib.pyplot as plt#Matplotlib是RGB
def cv_show(img,name):cv2.imshow(name,img)cv2.waitKey()cv2.destroyAllWindows()
img = cv2.imread('cat.jpg',0) #0表示灰度图
hist = cv2.calcHist([img],[0],None,[256],[0,256])
hist.shape

plt.hist(img.ravel(),256); 
plt.show()

在这里插入图片描述

bgr三分量显示

img = cv2.imread('cat.jpg') 
color = ('b','g','r')
for i,col in enumerate(color): histr = cv2.calcHist([img],[i],None,[256],[0,256]) plt.plot(histr,color = col) plt.xlim([0,256])

在这里插入图片描述

mask 操作

# 创建mast
mask = np.zeros(img.shape[:2], np.uint8)
print (mask.shape)
mask[100:300, 100:400] = 255
cv_show(mask,'mask')

在这里插入图片描述

img = cv2.imread('cat.jpg', 0)
cv_show(img,'img')

在这里插入图片描述

masked_img = cv2.bitwise_and(img, img, mask=mask)#与操作
cv_show(masked_img,'masked_img')

在这里插入图片描述

plt.subplot(221), plt.imshow(img, 'gray')
plt.subplot(222), plt.imshow(mask, 'gray')
plt.subplot(223), plt.imshow(masked_img, 'gray')
plt.subplot(224), plt.plot(hist_full), plt.plot(hist_mask)
plt.xlim([0, 256])
plt.show()

在这里插入图片描述

直方图均衡化

在这里插入图片描述

img = cv2.imread('clahe.jpg',0) #0表示灰度图 #clahe
plt.hist(img.ravel(),256); 
plt.show()

在这里插入图片描述

equ = cv2.equalizeHist(img) 
plt.hist(equ.ravel(),256)
plt.show()

在这里插入图片描述

自适应直方图均衡化


clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8)) 
res_clahe = clahe.apply(img)
res = np.hstack((img,equ,res_clahe))
cv_show(res,'res')

在这里插入图片描述

模版匹配

模板匹配和卷积原理很像，模板在原图像上从原点开始滑动，计算模板与（图像被模板覆盖的地方）的差别程度，这个差别程度的计算方法在opencv里有6种，然后将每次计算的结果放入一个矩阵里，作为结果输出。假如原图形是AxB大小，而模板是axb大小，则输出结果的矩阵是(A-a+1)x(B-b+1)

# 模板匹配
img = cv2.imread('lena.jpg', 0)
template = cv2.imread('face.jpg', 0)
h, w = template.shape[:2]

TM_SQDIFF：计算平方不同，计算出来的值越小，越相关
TM_CCORR：计算相关性，计算出来的值越大，越相关
TM_CCOEFF：计算相关系数，计算出来的值越大，越相关
TM_SQDIFF_NORMED：计算归一化平方不同，计算出来的值越接近0，越相关
TM_CCORR_NORMED：计算归一化相关性，计算出来的值越接近1，越相关
TM_CCOEFF_NORMED：计算归一化相关系数，计算出来的值越接近1，越相关

methods = ['cv2.TM_CCOEFF', 'cv2.TM_CCOEFF_NORMED', 'cv2.TM_CCORR','cv2.TM_CCORR_NORMED', 'cv2.TM_SQDIFF', 'cv2.TM_SQDIFF_NORMED']

res = cv2.matchTemplate(img, template, cv2.TM_SQDIFF)
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)

for meth in methods:img2 = img.copy()# 匹配方法的真值method = eval(meth)print (method)res = cv2.matchTemplate(img, template, method)min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)# 如果是平方差匹配TM_SQDIFF或归一化平方差匹配TM_SQDIFF_NORMED，取最小值if method in [cv2.TM_SQDIFF, cv2.TM_SQDIFF_NORMED]:top_left = min_lo   celse:top_left = max_locbottom_right = (top_left[0] + w, top_left[1] + h)# 画矩形cv2.rectangle(img2, top_left, bottom_right, 255, 2)plt.subplot(121), plt.imshow(res, cmap='gray')plt.xticks([]), plt.yticks([])  # 隐藏坐标轴plt.subplot(122), plt.imshow(img2, cmap='gray')plt.xticks([]), plt.yticks([])plt.suptitle(meth)plt.show()

在这里插入图片描述

匹配多个对象

img_rgb = cv2.imread('mario.jpg')
img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)
template = cv2.imread('mario_coin.jpg', 0)
h, w = template.shape[:2]res = cv2.matchTemplate(img_gray, template, cv2.TM_CCOEFF_NORMED)
threshold = 0.8
# 取匹配程度大于%80的坐标
loc = np.where(res >= threshold)
for pt in zip(*loc[::-1]):  # *号表示可选参数bottom_right = (pt[0] + w, pt[1] + h)cv2.rectangle(img_rgb, pt, bottom_right, (0, 0, 255), 2)cv2.imshow('img_rgb', img_rgb)
cv2.waitKey(0)

OpenCV基本图像处理操作（六）——直方图与模版匹配

直方图 cv2.calcHist(images,channels,mask,histSize,ranges) images: 原图像图像格式为 uint8 或 ﬂoat32。当传入函数时应用中括号 [] 括来例如[img]channels: 同样用中括号括来它会告函数我们统幅图像的直方图。如果入图像是灰度图它的值就是 [0]如果是彩色图像的传入的…...

编程日记 2025/7/22 12:19:01

Hive离线数仓结构分析

Hive离线数仓结构首先，在数据源部分，包括源业务库、用户日志、爬虫数据和系统日志，这些都是数据的源头。这些数据通过Sqoop、DataX或 Flume 工具进行提取和导入操作。这些工具负责将不同来源的数据传输到基于 Hive 的离线数据仓库中。在离线…...

编程日记 2025/7/21 17:42:46

《macOS 开发环境配置与应用开发》

一、引言 macOS 作为一款强大而流行的操作系统，为开发者提供了丰富的开发机会和优秀的开发环境。无论是开发原生的 macOS 应用，还是进行跨平台开发，了解和掌握 macOS 开发环境的配置以及应用开发的方法至关重要。本文将详细介绍 macOS 开发环…...

编程日记 2025/7/21 9:36:34

DataGear 5.2.0 发布，数据可视化分析平台

DataGear 企业版 1.3.0 已发布，欢迎体验！ http://datagear.tech/pro/ DataGear 5.2.0 发布，图表插件支持定义依赖库、严重 BUG 修复、功能改进、安全增强，具体更新内容如下： 重构：各模块管理功能访问路径…...

编程日记 2025/7/22 12:04:50

Knife4j快速入门

1 概述 Knife4j是一个用于生成和展示API文档的工具，同时它还提供了在线调试的功能，下图是其工作界面。了解： Knife4j有多个版本，最新版的Knife4j基于开源项目springdoc-openapi，这个开源项目的核心功能就是根据Sprin…...

编程日记 2025/7/22 12:10:32

pcap_set_buffer_size()函数

功能简介 pcap_set_buffer_size()函数主要用于设置数据包捕获的内核缓冲区大小。这个缓冲区是操作系统内核用于临时存储捕获到的数据包的区域。通过调整缓冲区大小，可以在一定程度上优化数据包捕获的性能，特别是在高流量网络环境或者需要长时间捕获数据包…...

编程日记 2025/7/19 14:12:16

Ubuntu24.04——软件包系统已损坏

如果你在使用 Ubuntu 时遇到“软件包系统已损坏”的问题，可以尝试以下步骤来修复它： 更新软件包列表： 打开终端，运行以下命令以更新软件包列表： sudo apt update修复损坏的软件包： 运行以下命令来修复损坏的…...

编程日记 2025/7/22 5:55:22

项目实战：Vue3开发一个购物车

这段HTML代码实现了一个简单的购物车实战小项目的前端页面，结合了Vue.js框架来实现数据响应式和交互逻辑。页面展示了购物车中的商品项，每个商品项有增减数量的按钮，并且能显示商品总数以及目前固定为0元的商品总价和总价计算。【运用响应式…...

编程日记 2025/7/20 10:21:57

OpenOCD之J-Link下载

1.下载USB Dirver Tool.exe，选择J-Link dirver，替换成WinUSB驱动。（⭐USB Dirver Tool工具可将J-Link从WinUSB驱动恢复为默认驱动⭐） 下载方式 ①官方网址：https://visualgdb.com/UsbDriverTool/ ②笔者的CSDN链接&…...

编程日记 2025/7/22 9:21:57

C++中定义类型名的方法

什么是 C 中的类型别名和 using 声明？ 类型别名与using都是为了提高代码的可读性。有两种方法可以定义类型别名一种是使用关键字typedef起别名使用别名声明来定义类型的别名，即使用using. typedef 关键字typedef作为声明语句中的基本数据类型的一…...

编程日记 2025/7/20 19:35:50

241124学习日志——[CSDIY] [ByteDance] 后端训练营 [14]

CSDIY：这是一个非科班学生的努力之路，从今天开始这个系列会长期更新，（最好做到日更），我会慢慢把自己目前对CS的努力逐一上传，帮助那些和我一样有着梦想的玩家取得胜利！！&…...

编程日记 2025/7/21 1:21:36

丹摩｜丹摩智算平台深度评测

1. 丹摩智算平台介绍随着人工智能和大数据技术的快速发展，越来越多的智能计算平台涌现，为科研工作者和开发者提供高性能计算资源。丹摩智算平台作为其中的一员，定位于智能计算服务的提供者，支持从数据处理到模型训练的全流程操作…...

编程日记 2025/7/19 6:39:27

VSCode 快捷键

箭头函数安装VSCODE插件用于在编辑器中生成ES6语法的JavaScript的代码段（支持JavaScript和Typescript）。安装成功后输入an回车就可以了 (params) > {} 1、显示快捷键列表快捷键：⌘ K S 可以通过上述按键显示vscode的快捷键列表&am…...

编程日记 2025/7/19 22:57:48

Java基础-Java多线程机制

(创作不易，感谢有你，你的支持，就是我前行的最大动力，如果看完对你有帮助，请留下您的足迹） 目录一、引言二、多线程的基本概念 1. 线程与进程 2. 多线程与并发 3. 多线程的优势三、Java多线程的实…...

编程日记 2025/7/13 4:06:22

【创建型设计模式】单例模式

【创建型设计模式】单例模式这篇博客接下来几篇都将阐述设计模式相关内容。接下来的顺序大概是：单例模式、工厂方法模式、抽象工厂模式、建造者模式、原型模式。一、什么是单例模式单例模式是一种创建型设计模式，它保证一个类仅有一个实例&#…...

编程日记 2025/7/17 7:14:27

1、pom文件  <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-amqp</artifactId><versio…...

编程日记 2025/7/20 15:25:12

JavaScript将至

JS是什么？ 是一种运行在客户端（浏览器）的编程语言，实现人机交互效果作用捏？ 网页特效 (监听用户的一些行为让网页作出对应的反馈) 表单验证 (针对表单数据的合法性进行判断) 数据交互 (获取后台的数据, 渲染到前…...

编程日记 2025/7/19 17:04:40

Java中的线程池（如果想知道Java中有关线程池的知识，那么只看这一篇就足够了！）

前言：线程池是 Java 中用于高效管理并发任务的工具，通过复用线程、降低线程创建销毁的开销，提升系统性能与响应速度。它帮助开发者更好地控制线程生命周期和资源消耗，是高并发应用的重要组成部分。 ✨✨✨这里是秋刀鱼不做梦的BLO…...

编程日记 2025/7/18 15:07:42

Java 获取本机 IP 地址的方法

文章目录一、使用 InetAddress.getLocalHost二、遍历网络接口获取在 Java 编程中，若有本机的 IP 地址的需求，小编来展示一下方法： 一、使用 InetAddress.getLocalHost 一是最基本的获取本机 IP 地址的方式。示例代码： impo…...

编程日记 2025/7/18 14:34:37

开源动态表单form-create-designer 扩展个性化配置的最佳实践教程

在开源低代码表单设计器 form-create-designer 的右侧配置面板里，field 映射规则为开发者提供了强大的工具去自定义和增强组件及表单配置的显示方式。通过这些规则，你可以简单而高效地调整配置项的展示，提升用户体验。源码地址: Github | G…...

编程日记 2025/7/21 17:04:24

c语言数据结构与算法--简单实现线性表（顺序表+链表）的插入与删除

老规矩，点赞评论收藏关注！！！ 目录线性表其特点是： 算法实现： 运行结果展示链表插入元素： 删除元素： 算法实现运行结果线性表是由n个数据元素组成的有限序列&#xff…...

编程日记 2025/7/20 12:49:21

5、AI测试辅助-生成测试用例思维导图

AI测试辅助-生成测试用例思维导图创建测试用例两种方式1、Plantuml思维导图版本 (不推荐）2、Markdown思维导图版本（推荐） 创建测试用例两种方式完整的测试用例通常需要包含以下的元素： 1、测试模块 2、测试标题 3、前置条件 4、…...

编程日记 2025/7/21 21:26:36

c ++零基础可视化——vector

c 零基础可视化——vector 初始化 vector<int> v0(5); // 0 0 0 0 0 vector<int> v1(5, 1); // 1 1 1 1 1 vector<int> v2{1, 2, 3} // 1 2 3 vector<int> v3(v1); // 1 1 1 1 1 vector<vector<int>> v4(2, vect…...

编程日记 2025/7/16 19:53:46

网络安全应急响应及其发展方向

计算机信息系统和网络已经成为社会重要的基础设施，而网络安全始终是笼罩在Internet天空的一片乌云，对社会的威胁也与日俱增。自1988年莫里斯蠕虫事件以来，网络安全事件逐年上升，所造成的损失越来越大。自从CERT/CC成立以来&#x…...

编程日记 2025/7/17 19:23:27

Linux应用编程(C语言编译过程)

目录 1. 举例 2.预处理 2.1 预处理命令 2.2 .i文件内容解读 3.编译 4.汇编 5.链接 5.1 链接方式 5.1.1 静态链接 5.1.2 动态链接 5.1.3 混合链接 1. 举例 Linux的C语言开发，一般选择GCC工具链进行编译，通过下面的例子来演示GCC如何使用&#…...

编程日记 2025/7/18 5:14:44

003 STM32基础、架构以及资料介绍——常识

注： 本笔记参考学习B站官方视频教程，免费公开交流，切莫商用。内容可能有误，具体以官方为准，也欢迎大家指出问题所在。 01什么是STM32（宏观） STM32属于一个微控制器，自带了各种常用通…...

编程日记 2025/7/22 2:03:12

输入三个整数x,y,z，请把这三个数由小到大输出。-多语言实现

目录 C 语言实现 Python 实现 Java 实现 Js 实现题目：输入三个整数x,y,z，请把这三个数由小到大输出。程序分析：我们想办法把最小的数放到x上，先将x与y进行比较，如果x>y则将x与y的值进行交换，然后…...

编程日记 2025/7/21 9:39:39

Java爬虫：获取商品详情的实践之旅

在当今这个信息爆炸的时代，数据的价值日益凸显。对于电商行业来说，商品详情的获取尤为重要，它不仅关系到产品的销售，还直接影响到用户体验。传统的人工获取方式耗时耗力，而自动化的爬虫技术则提供了一种高效解决方案。…...

编程日记 2025/7/20 12:06:22

vue 富文本图片如何拖拽

在Vue项目中实现富文本编辑器（如vue-quill-editor）的图片拖拽功能，需要结合Quill.js及其相关插件进行配置安装必要的依赖包： 你需要安装vue-quill-editor作为富文本编辑器的基础组件。为了支持图片拖拽功能，你还需要…...

编程日记 2025/7/19 12:54:51

C#里怎么样实现自己的类满足for-each循环访问？

C#里怎么样实现自己的类满足for-each循环访问？由于foreach语句使用起来比较方便，并且又简单，不像for循环那样需要写三个语句，并且还有可能判断不对，导致少访问的情况。在使用库里提供的容器时，都会有实现foreach的方式。如果自己的类也实现这种方式，使用起来就比较…...

编程日记 2025/7/20 12:53:48

【Elasticsearch入门到落地】2、正向索引和倒排索引

接上篇《1、初识Elasticsearch》上一篇我们学习了什么是Elasticsearch，以及Elastic stack(ELK)技术栈介绍。本篇我们来什么是正向索引和倒排索引，这是了解Elasticsearch底层架构的核心。上一篇我们学习到，Elasticsearch的底层是由Lucene实…...

编程日记 2025/7/16 23:36:39

ODBC连接PostgreSQL数据库后，网卡DOWN后，客户端进程阻塞问题解决方法

问题现象：数据库客户端进程数据库连接成功后，再把跟数据库交互的网卡down掉，客户端进程就会阻塞，无法进行其他处理。该问题跟TCP keepalive机制有关。可以在odbc.ini文件中增加相应的属性来解决，在odbc.ini 增加如下…...

编程日记 2025/7/19 1:09:34

Java Springboot河北任丘非遗传承宣传平台

一、作品包含源码数据库设计文档万字PPT全套环境和工具资源部署教程二、项目技术前端技术：Html、Css、Js、Vue、Element-ui 数据库：MySQL 后端技术：Java、Spring Boot、MyBatis 三、运行环境开发工具：IDEA/eclipse 数据…...

编程日记 2025/7/22 12:08:06

SpringBoot整合MQTT利用EMQX完成消息的发布与接收+Python模拟硬件测试通信

教程说明本教程主要内容为使用SpringBoot整合MQTT利用EMQX代理服务完成MQTT的消息发送与接收，然后用Python模拟硬件与SpringBoot应用进行了MQTT消息的通信，教程详细，并在最后讲解了开发中的注意事项，本教程适用于物联网领域、Ja…...

编程日记 2025/7/13 1:09:35

【数据结构】【线性表】栈的基本概念(附c语言源码)

栈的基本概念讲基本概念还是回到数据结构的三要素：逻辑结构，物理结构和数据运算。从逻辑结构来讲，栈的各个数据元素之间是通过是一对一的线性连接，因此栈也是属于线性表的一种从物理结构来说，栈可以是顺序存储和顺…...

编程日记 2025/7/19 15:10:35

【jvm】为什么java是半编译半解释型语言

目录 1. 编译过程2. 解释过程3. 即时编译（JIT）过程4. 半编译半解释型语言的特点 1. 编译过程 1.Java源代码首先会被编译成字节码（Bytecode），这是一种与具体平台无关的中间代码。2.这一编译过程由Java编译器&#xff0…...

编程日记 2025/7/22 2:15:41

人工智能之机器学习5-回归算法2【培训机构学习笔记】

培训班ppt内容： 个人精进总结： 可解释方差定义可解释方差的回归评分函数是一种用于评估回归模型性能的指标，以下从其定义、计算公式、取值范围及意义、应用场景等方面进行详细介绍： 可解释方差（Explained Varian…...

编程日记 2025/7/19 8:44:37

C#动态类型详解：应用场景与注意事项

C#中的动态类型（dynamic）是C# 4.0引入的一个关键字，它允许在编译时绕过类型检查，将类型确定推迟到运行时。这意味着，当使用dynamic类型时，编译器不会对调用的方法或访问的属性进行类型检查，而是…...

编程日记 2025/7/17 23:47:50

C语言笔记（自定义类型：结构体、枚举、联合体）

前言本文对自定义类型的结构体创建、使用、结构体的存储方式和对齐方式，枚举的定义、使用方式以及联合体的定义、使用和存储方式展开叙述，如有错误，请各位指正。目录前言 1 结构体 1.1 结构体的声明 1.2 结构体的自引用 1.3 结构体变…...

编程日记 2025/7/20 12:35:50

【Golang】——Gin 框架与数据库集成详解

文章目录 1. 引言2. 初始化项目2.1 创建 Gin 项目2.2 安装依赖 3. 数据库驱动安装与配置3.1 配置数据库3.2 连接数据库3.3 在主函数中初始化数据库 4. 定义数据模型4.1 创建用户模型4.2 自动迁移 5. 使用 GORM 进行 CRUD 操作5.1 创建用户5.2 获取用户列表5.3 更新用户信息5.4 …...

编程日记 2025/7/21 16:17:50

nature communications论文解读

题目《Transfer learning with graph neural networks for improved molecular property prediction in the multi-fidelity setting》这篇文章主要讨论了如何在多保真数据环境（multi-fidelity setting）下，利用图神经网络（GNNs&…...

编程日记 2025/7/20 9:11:21

selinux及防火墙

selinux说明 SELinux 是 Security-Enhanced Linux 的缩写，意思是安全强化的 linux 。 SELinux 主要由美国国家安全局（ NSA ）开发，当初开发的目的是为了避免资源的误用。 httpd进程标签（/usr/share/nginx/html &#…...

编程日记 2025/7/20 19:59:19

实验二系统响应及系统稳定性

实验目的 （1）学会运用Matlab 求解离散时间系统的零状态响应； （2）学会运用Matlab 求解离散时间系统的单位取样响应； （3）学会运用Matlab 求解离散时间系统的卷积和。实验原理及实…...

编程日记 2025/7/20 10:35:17

【人工智能】深度学习入门：用TensorFlow实现多层感知器（MLP）模型

《Python OpenCV从菜鸟到高手》带你进入图像处理与计算机视觉的大门！多层感知器（MLP）是一种基础的神经网络结构，广泛应用于分类和回归任务。作为深度学习的重要组成部分，理解并实现MLP是学习更复杂神经网络模型的基础。本文将介绍多层感知器的核心概念、数学原理，并使用…...

编程日记 2025/7/21 13:58:13

设计模式之建造者模式

建造者模式（Builder Pattern）是一种创建型设计模式，旨在将一个复杂对象的构建过程与其表示分离。它允许通过一步步地构造对象，而不需要暴露对象的内部细节和构建过程。通常，这个模式适用于创建对象时需要多个步骤&…...

编程日记 2025/7/18 20:34:21

谈一下开源生态对 AI人工智能大模型的促进作用

谈一下开源生态对 AI人工智能大模型的促进作用作者：开源呼叫中心系统 FreeIPCC，Github地址：https://github.com/lihaiya/freeipcc 开源生态对大模型的促进作用是一个多维度且深远的话题，它不仅加速了技术创新的速度，…...

编程日记 2025/7/17 14:46:50

数据结构——树与二叉树

树介绍 n个节点的有效集，它可为空树或非空树； 树是一种递归的结构。对于非空树： 有且仅有一个称为根的节点。除根节点以外其余节点可分为m个互不相交的有限集，且这些有限集本身也是一棵树，称为根的子树。分等…...

编程日记 2025/7/21 15:31:03

神经网络（系统性学习三）：多层感知机（MLP）

相关文章： 神经网络中常用的激活函数神经网络（系统性学习一）：入门篇神经网络（系统性学习二）：单层神经网络（感知机） 多层感知机（MLP） 多层感…...

编程日记 2025/7/21 18:10:30

Python学习——字符串操作方法

mystr “hello word goodbye” str “bye” Find函数：检测一个字符串中是否包含另一个字符串,找到了返回索引值，找不到了返回-1 print(mystr.find(str,0,len(mystr))) print(mystr.find(str,0,13)) index函数：检测一个字符串是否包含另一…...

编程日记 2025/7/19 1:16:26

css使用弹性盒，让每个子元素平均等分父元素的4/1大小

css使用弹性盒，让每个子元素平均等分父元素的4/1大小原本： ul {padding: 0;width: 100%;background-color: rgb(74, 80, 62);display: flex;justify-content: space-between;flex-wrap: wrap;li {/* 每个占4/1 */overflow: hidden;background-color: r…...

编程日记 2025/7/21 22:13:28