pythonopencv运算

A. python+opencv2怎么将图像像素值转换为float64用于后续计算

我没用过Python的Opencv的库，只是用过Python的Image的库；Image库已经可以结果这个问题了我试着做一下：你先得安装PIL库得到rgb三个通道，然后转到HSV通道，其中H表示0-255的颜色，V表示强度，你大概先知道紫色的范围是多少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)后面我就懒得写了，应该思路都清楚了吧，要转到其他的颜色通道上，不要在rgb通道上

B. 求python和opencv的ssim计算代码

#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怎么计算人脸识别的准确度

需要opencv，opencv是一个封装好了的计算机视觉的函数库，官网就可以下载。
就是下载有点苦难，我就是在下载上面废了好多时间，主要是网站有问题，里面没有合适的镜像文件，关键时刻还是要问大神，一个好人给了我一个镜像，很快就下载完了。

D. openCV python理解

直接看代码啊，看caffe/python/caffe文件夹下面的py代码，代码中有各模块的功能以及使用说明。如果不想受限于其提供的接口，可以自己 使用opencv的python接口处理io问题，功能更强大，主要是读图、预处理的操作，理解后用opencv也很容易实现。

E. Python和opencv怎么用，求用图解释

opencv显示图像要把图像放在工程文件的debug 目录里； OpenCV的全称是：Open Source Computer Vision Library。OpenCV是一个基于（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。 OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。该库也有大量的Python, java and MATLAB/OCTAVE (版本2.5)的接口。这些语言的API接口函数可以通过在线文档获得。如今也提供对于C#,Ch, Ruby的支持。

F. 如何在Python中使用OpenCV的

opencv是直接提供python接口的，以opencv2.4.10为例，在opencv的build文件夹下包括提供了包括java，python、x86，x64的相应接口，在python接口中提供了.pyd文件，供python语言使用。

G. openCV针对python的训练器怎么做

1、首先明确深蓝的数据范围；2、将图片转换到HSV空间，并分离三个通道为新的三个单通道图片；3、H图片使用cvInRangeS获取“蓝”色区域的MASK。“蓝”在色度轮盘的值为2404、同上，S图片获取色纯度大于一定值的MASK；5、同上，V图片获取亮度在一定范围内的MASK；6、上述三图二值化以后，做“与”运算，成为最终MASK；7、用这个新生成的MASK去处理原图；

H. opencv python 图像处理

contours是一个轮廓的列表，取0就是随机的，你也可以取别的，只要里面有元素

I. python opencv怎么计算人脸检测的准确性

操作在上述选择操作的基础上直接赋值即可。
例a.loc[:,['a','c']]=9 即将a和c列的所有行中的值设置为9
a.iloc[:,[1,3]]=9 也表示将a和c列的所有行中的值设置为9
同时也依然可以用条件来直接赋值
a[a>0]=-a 表示将a中所有大于0的数转化为负值！

J. 如何使用python和opencv实现人眼识别

程序实现思路如下：

利用级联分类器检测出人脸区域，再在人脸区域中检测出眼睛的区域，检测出眼睛的区域之后，用跟踪算法咔嚓眼睛降低运算量，避免每一帧都去检测眼睛。

代码如下：

代码中用到的级联分类器初始化XML下载：

[cpp]view plain

• //OpenCV版本3.0.0

• //交流QQ2487872782

• 2016-8-4注：很报歉，此代码目前不能公开发表在博客上，已经删除，希望大家能理解！

代码运行结果如下图所示：




上图是无眼镜的情况！

说明一下：这段代码只实现了一只眼睛的检测，如果要实现两只眼睛也不能，说下思路吧，上面代码中的eyes[0]代表检测到的第一只眼睛，其实eyes[1]中还存储了第二只眼睛的区域哦！

-------------------------------------------
欢迎大家加入图像识别技术交流群：271891601，另外，特别欢迎成都从事图像识别工作的朋友交流，我的QQ号2487872782