pythonopencv運算

A. python+opencv2怎麼將圖像像素值轉換為float64用於後續計算

我沒用過Python的Opencv的庫，只是用過Python的Image的庫；Image庫已經可以結果這個問題了我試著做一下：你先得安裝PIL庫得到rgb三個通道，然後轉到HSV通道，其中H表示0-255的顏色，V表示強度，你大概先知道紫色的范圍是多少from PIL import Imageimport colorsysdef CalculateH(img): if len(img.getbands()) == 4: ir,ig,ib,ia = img.split() else: ir, ig, ib = img.split() Hdat = [] Sdat = [] Vdat = [] for rd,gn,bl in zip(ir.getdata(),ig.getdata(),ib.getdata()): h,l,s = colorsys.rgb_to_hsv(rd/255.,gn/255.,bl/255.) Hdat.append(h) Sdat.append(l) Vdat.append(s) meanV = mean(Vdat) return Hdat, meanV def myreadim(filename): im = Image.open(filename) H,V = CalculateH(im)後面我就懶得寫了，應該思路都清楚了吧，要轉到其他的顏色通道上，不要在rgb通道上

B. 求python和opencv的ssim計算代碼

#importthenecessarypackages
fromskimage.measureimportcompare_ssim
importargparse
importimutils
importcv2

#
ap=argparse.ArgumentParser()
ap.add_argument("-f","--first",required=True,
help="firstinputimage")
ap.add_argument("-s","--second",required=True,
help="second")
args=vars(ap.parse_args())

#loadthetwoinputimages
imageA=cv2.imread(args["first"])
imageB=cv2.imread(args["second"])

#converttheimagestograyscale
grayA=cv2.cvtColor(imageA,cv2.COLOR_BGR2GRAY)
grayB=cv2.cvtColor(imageB,cv2.COLOR_BGR2GRAY)

#(SSIM)betweenthetwo
#images,
(score,diff)=compare_ssim(grayA,grayB,full=True)
diff=(diff*255).astype("uint8")
print("SSIM:{}".format(score))

C. python opencv怎麼計算人臉識別的准確度

需要opencv，opencv是一個封裝好了的計算機視覺的函數庫，官網就可以下載。
就是下載有點苦難，我就是在下載上面廢了好多時間，主要是網站有問題，裡面沒有合適的鏡像文件，關鍵時刻還是要問大神，一個好人給了我一個鏡像，很快就下載完了。

D. openCV python理解

直接看代碼啊，看caffe/python/caffe文件夾下面的py代碼，代碼中有各模塊的功能以及使用說明。如果不想受限於其提供的介面，可以自己 使用opencv的python介面處理io問題，功能更強大，主要是讀圖、預處理的操作，理解後用opencv也很容易實現。

E. Python和opencv怎麼用，求用圖解釋

opencv顯示圖像要把圖像放在工程文件的debug 目錄里； OpenCV的全稱是：Open Source Computer Vision Library。OpenCV是一個基於（開源）發行的跨平台計算機視覺庫，可以運行在Linux、Windows和Mac OS操作系統上。它輕量級而且高效——由一系列 C 函數和少量 C++ 類構成，同時提供了Python、Ruby、MATLAB等語言的介面，實現了圖像處理和計算機視覺方面的很多通用演算法。 OpenCV用C++語言編寫，它的主要介面也是C++語言，但是依然保留了大量的C語言介面。該庫也有大量的Python, java and MATLAB/OCTAVE (版本2.5)的介面。這些語言的API介面函數可以通過在線文檔獲得。如今也提供對於C#,Ch, Ruby的支持。

F. 如何在Python中使用OpenCV的

opencv是直接提供python介面的，以opencv2.4.10為例，在opencv的build文件夾下包括提供了包括java，python、x86，x64的相應介面，在python介面中提供了.pyd文件，供python語言使用。

G. openCV針對python的訓練器怎麼做

1、首先明確深藍的數據范圍；2、將圖片轉換到HSV空間，並分離三個通道為新的三個單通道圖片；3、H圖片使用cvInRangeS獲取「藍」色區域的MASK。「藍」在色度輪盤的值為2404、同上，S圖片獲取色純度大於一定值的MASK；5、同上，V圖片獲取亮度在一定范圍內的MASK；6、上述三圖二值化以後，做「與」運算，成為最終MASK；7、用這個新生成的MASK去處理原圖；

H. opencv python 圖像處理

contours是一個輪廓的列表，取0就是隨機的，你也可以取別的，只要裡面有元素

I. python opencv怎麼計算人臉檢測的准確性

操作在上述選擇操作的基礎上直接賦值即可。
例a.loc[:,['a','c']]=9 即將a和c列的所有行中的值設置為9
a.iloc[:,[1,3]]=9 也表示將a和c列的所有行中的值設置為9
同時也依然可以用條件來直接賦值
a[a>0]=-a 表示將a中所有大於0的數轉化為負值！

J. 如何使用python和opencv實現人眼識別

程序實現思路如下：

利用級聯分類器檢測出人臉區域，再在人臉區域中檢測出眼睛的區域，檢測出眼睛的區域之後，用跟蹤演算法咔嚓眼睛降低運算量，避免每一幀都去檢測眼睛。

代碼如下：

代碼中用到的級聯分類器初始化XML下載：

[cpp]view plain

• //OpenCV版本3.0.0

• //交流QQ2487872782

• 2016-8-4註：很報歉，此代碼目前不能公開發表在博客上，已經刪除，希望大家能理解！

代碼運行結果如下圖所示：




上圖是無眼鏡的情況！

說明一下：這段代碼只實現了一隻眼睛的檢測，如果要實現兩隻眼睛也不能，說下思路吧，上面代碼中的eyes[0]代表檢測到的第一隻眼睛，其實eyes[1]中還存儲了第二隻眼睛的區域哦！

-------------------------------------------
歡迎大家加入圖像識別技術交流群：271891601，另外，特別歡迎成都從事圖像識別工作的朋友交流，我的QQ號2487872782