男人插女人视频免费,国产裸体美女永久免费无遮挡,自拍成人免费在线视频

if mousePos:
cv2.circle(frame, mousePos,60, (255,0,0),2)
cv2.imshow(‘image’, frame)
ch = cv2.waitKey(int(1000/fps))
if ch == ord(‘q’): break
cap.release()
cv2.destroyAllWindows()
playVideoFile()
九、OpenCV的顏色空間轉換方法cv2.cvtColor是openCV提供的顏色空間轉換函數(shù)，調用語法如下：
cvtColor(src, code, dstCn=None)
其中：
src：要轉換的圖像code：轉換代碼，表示從何種類型的圖像轉換為何種類型，如下面需要使用的cv2.COLOR_BGR2GRAY就是將BGR格式彩色圖像轉換成灰度圖片，具體轉換代碼請參考官網(wǎng)文檔dstCn：目標圖像的通道數(shù)，如果為0表示根據(jù)源圖像通道數(shù)以及轉換代碼自動確認更多內容請參考《學習opencv之cvtColor》，示例請參考下面圖像閾值處理部分的案例。
十、圖像閾值處理openCV圖像的閾值處理又稱為二值化，之所以稱為二值化，是它可以將一幅圖轉換為感興趣的部分（前景）和不感興趣的部分（背景）。轉換時，通常將某個值（即閾值）當作區(qū)分處理的標準，通常將超過閾值的像素作為前景。
閾值處理有2種方式，一種是固定閾值方式，又包括多種處理模式，另一種是非固定閾值，由程序根據(jù)算法以及給出的最大閾值計算圖像合適的閾值，再用這個閾值進行二值化處理，非固定閾值處理時需要在固定閾值處理基礎上疊加組合標記。
調用語法：
retval, dst = cv2.threshold (src, thresh, maxval, type)
其中：
src：源圖像，8位或32位圖像的numpy數(shù)組thresh：閾值，0-255之間的數(shù)字，在進行處理時以閾值為邊界來設不同的輸出maxval：最大閾值，當使用固定閾值方法時為指定閾值，當疊加標記時為允許最大的閾值，算法必須在小于該值范圍內計算合適的閾值type：處理方式，具體取值及含義如下：dst：閾值化處理后的結果圖像numpy數(shù)組，其大小和通道數(shù)與源圖像相同retval：疊加cv2.THRESH_OTSU或cv2.THRESH_TRIANGLE標記后返回真正使用的閾值案例：
ret, mask = cv2.threshold(img, 35, 255, cv2.THRESH_BINARY|cv2.THRESH_OTSU)
補充說明：
閾值判斷時，是以小于等于閾值和大于閾值作為分界條件如果是32位彩色圖像，則是以RGB每個通道的值單獨與閾值進行比較，按每個通道進行閾值處理，返回的是一個閾值處理后的RGB各自的值。請參考《OpenCV閾值處理函數(shù)threshold處理32位彩色圖像的案例》。下面的代碼生成一個圖像的掩碼圖像：
def createImgMask(img):
# 創(chuàng)建img的掩碼
if img is None:return None
if len(img.shape)>=3:
img2gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
else:img2gray = img
ret, mask = cv2.threshold(img2gray, 35, 255, cv2.THRESH_BINARY)
return mask
十一、adaptiveThreshold自適應閾值化圖像處理上面介紹的threshold 函數(shù)的圖像閾值處理對于某些光照不均的圖像，這種全局閾值分割的方法會顯得蒼白無力。圖像閾值化操作中，我們更關心的是從二值化圖像中分離目標區(qū)域和背景區(qū)域，僅僅通過固定閾值很難達到理想的分割效果。在圖片中的灰度是不均勻的，所以通常情況下圖片中不同區(qū)域的閾值是不一樣的。這樣就需要一種方法根據(jù)圖像不同區(qū)域亮度或灰度分布，計算其局部閾值來進行閾值處理。這種方法就是自適應閾值化圖像處理，實際上這可以稱為局部閾值法，在OpenCV中的adaptiveThreshold就是這種方法。
調用語法：
adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C, dst=None)
說明：
src：源圖像，必須是8位的灰度圖dst：處理后的目標圖像，大小和類型與源圖像相同maxValue：用于指定滿足條件的像素設定的灰度值adaptiveMethod：使用的自適應閾值算法，有2種類型ADAPTIVE_THRESH_MEAN_C算法（局部鄰域塊均值）或ADAPTIVE_THRESH_GAUSSIAN_C（局部鄰域塊高斯加權和），ADAPTIVE_THRESH_MEAN_C的計算方法是計算出鄰域的平均值再減去第六個參數(shù)C的值，ADAPTIVE_THRESH_GAUSSIAN_C的計算方法是計算出鄰域的高斯均勻值再減去第六個參數(shù)C的值。處理邊界時使用BORDER_REPLICATE | BORDER_ISOLATED模式thresholdType：閾值類型，只能是THRESH_BINARY或THRESH_BINARY_INV二者之一，具體參考上面“圖像閾值處理”的表格blockSize：表示鄰域塊大小，用來計算區(qū)域閾值，一般選擇3、5、7……C：表示常數(shù)，它是一個從均勻或加權均值提取的常數(shù)，通常為正數(shù)，但也可以是負數(shù)或零返回值：處理后的圖像補充說明：

以上關于本文的內容，僅作參考！溫馨提示：如遇健康、疾病相關的問題，請您及時就醫(yī)或請專業(yè)人士給予相關指導!

「愛刨根生活網(wǎng)」www.malaban59.cn小編還為您精選了以下內容，希望對您有所幫助：

opencv視頻圖像識別方法 opencv保存視頻格式( 三 )