扫二维码与项目经理沟通
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
这篇文章将为大家详细讲解有关OpenCV中图像颜色反转算法的示例分析,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。
成都创新互联公司咨询电话:18982081108,为您提供成都网站建设网页设计及定制高端网站建设服务,成都创新互联公司网页制作领域10年,包括宣传片制作等多个行业拥有丰富的网站营销经验,选择成都创新互联公司,为网站锦上添花!图像颜色的反转,比较简单的思路就是使用255减去当前值,从而得到反转后的图像.原始图片:
1.灰度图像的颜色反转
import cv2 import numpy as np # 灰度 0-255 255-当前灰度值 img = cv2.imread('image0.jpg', 1) imgInfo = img.shape height = imgInfo[0] width = imgInfo[1] gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) dst = np.zeros((height, width, 1), np.uint8) for i in range(height): for j in range(width): grayPixel = 255 - gray[i, j] dst[i, j] = grayPixel cv2.imshow('image', dst) cv2.waitKey(0)
用255减去当前灰度值,得到反转后的图像.图像如下:
2.BGR图像的反转
import cv2 import numpy as np img = cv2.imread('image0.jpg', 1) imgInfo = img.shape height = imgInfo[0] width = imgInfo[1] dst = np.zeros((height, width, 3), np.uint8) for i in range(height): for j in range(width): (b, g, r) = img[i, j] b = 255 - b g = 255 - g r = 255 - r dst[i, j] = (b, g, r) cv2.imshow('image', dst) cv2.waitKey(0)
BGR图像反转也是一样,同样是使用255减去每一个通道的当前值.效果如下:
关于“OpenCV中图像颜色反转算法的示例分析”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,使各位可以学到更多知识,如果觉得文章不错,请把它分享出去让更多的人看到。
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流