Opencv | 基于ndarray的基本操作
这里写目录标题
- 一. Opencv 基于ndarray的基本操作
- 1. 浅拷贝
- 2. np.copy ( ) 深拷贝
- 3. 堆叠
- 3.1 np.vstack ( ) 垂直方向堆叠
- 3.2 np.hstack ( ) 水平方向堆叠
- 4. numpy创建图像
- 5 np.transpose ( ) 更改维度顺序
- 6. cv.resize ( ) 放大缩小
- 7. np.clip ( )
一. Opencv 基于ndarray的基本操作
1. 浅拷贝
拷贝前后的两张图片：变化一致
2. np.copy ( ) 深拷贝
拷贝前后的两张图片：互不影响
3. 堆叠
3.1 np.vstack ( ) 垂直方向堆叠
将数组垂直堆叠，形成一个新的数组
3.2 np.hstack ( ) 水平方向堆叠
将数组水平堆叠，形成一个新的数组
4. numpy创建图像
numpy通过相关创建数组语法，指定图像宽高通道数和类型(一般为unit8)，创建图像
5 np.transpose ( ) 更改维度顺序
np.transpose(a, axes=None)参数：a：ndarray数据axes：维度，默认情况下为颠倒所有维度作用：对ndarray数据进行转置【注意】若想对一个矩阵进行转置，该矩阵必须为方阵
6. cv.resize ( ) 放大缩小
resize(src,dsize[,dst[,fx[,fy,interpolation]]]])必须参数：src:需要缩放的图片dsize:【可能会发生形变】缩放之后的图片大小，元组和列表表示均可注意：它是必选参数，参数可以是None可选参数：dst: 缩放之后的输出图片(该参数C++才用)注意：python语法中输出图片直接进行赋值fx,fy:x轴和y轴的缩放比，即宽度和高度的缩放比(倍数)特别注意，使用fx,fy时：fx,fy必须一起出现，同时必须dsize=None；否则fx,fy不生效interpolation:插值算法，缩小没有插值问题，放大存在该问题主要有以下几种：INTER_NEAREST，临近插值，速度块，效果差INTER_LINEAR，双线性插值，使用原图中的4个点进行插值，默认INTER_CUBIC，三次插值，原图中的16个点INTER_AREA，区域插值，效果最好，计算时间最长
7. np.clip ( )
np.clip ( )参数：a：需要被裁剪的数组a_min：元素的最小值a_max：元素的最大值out：指定一个输出数组，用于存放结果如果不指定，则会创建一个新的数组作用：用于将数组中的元素限制在指定的最小值和最大值之间
感谢阅读🌼
如果喜欢这篇文章，记得点赞👍和转发🔄哦！
有任何想法或问题，欢迎留言交流💬，我们下次见！
本文相关代码存放位置
【Opencv 基于ndarray的基本操作】
祝愉快🌟！