热门标签
热门文章
- 1深入探索当下热门的开源AI大模型_处理图片最好的开源ai大模型
- 2锐捷交换机模拟环境搭建教程_锐捷模拟器
- 3Android Studio或IntelliJ IDEA使用经验_project iqiyi is using the following jdk location
- 4顺丰面试题（2018 顶级互联网公司面试题系列）
- 5《面试》游戏开发常用面试问题以及答案_unity lua与c#或c语言相互调用的底层实现原理是什么
- 6机器人工程师学习计划_凸优化大几学
- 7centos7中安装sql server_sendos7能装sqlserver吗
- 8windows电脑远程连接ubuntu20.04服务器,解决黑屏等一系列问题_ubuntu20.04远程桌面黑屏
- 9Hadoop应用案例分析_hadoop 案例
- 10Kinect系列1：(Windows环境配置)Python3+Pykinect2+KinectV2相机读取彩色图与深度图_kinect python
当前位置: article > 正文
opencv常用函数表_opencv基本函数
作者：天景科技苑 | 2024-07-09 21:00:31
赞
踩
opencv基本函数
| 函数名 | 功能说明 |
|---|---|
| cv2.imread() | 读取图像文件 |
| cv2.imshow() | 显示图像窗口 |
| cv2.imwrite() | 保存图像文件 |
| cv2.cvtColor() | 颜色空间转换 |
| cv2.resize() | 图像缩放 |
| cv2.flip() | 图像翻转 |
| cv2.rectangle() | 绘制矩形 |
| cv2.circle() | 绘制圆形 |
| cv2.line() | 绘制直线 |
| cv2.putText() | 绘制文本 |
| cv2.bitwise_and() | 与操作 |
| cv2.bitwise_or() | 或操作 |
| cv2.bitwise_not() | 非操作 |
| cv2.bitwise_xor() | 异或操作 |
| cv2.add() | 加法运算 |
| cv2.subtract() | 减法运算 |
| cv2.multiply() | 乘法运算 |
| cv2.divide() | 除法运算 |
| cv2.threshold() | 图像阈值处理 |
| cv2.adaptiveThreshold() | 自适应阈值处理 |
| cv2.inRange() | 指定范围内的像素值提取 |
| cv2.erode() | 腐蚀操作 |
| cv2.dilate() | 膨胀操作 |
| cv2.morphologyEx() | 形态学操作 |
| cv2.blur() | 均值模糊 |
| cv2.GaussianBlur() | 高斯模糊 |
| cv2.medianBlur() | 中值模糊 |
| cv2.bilateralFilter() | 双边滤波 |
| cv2.Canny() | 边缘检测 |
| cv2.Sobel() | Sobel算子边缘检测 |
| cv2.Laplacian() | Laplacian算子边缘检测 |
| cv2.HoughLines() | 霍夫直线检测 |
| cv2.HoughCircles() | 霍夫圆检测 |
| cv2.findContours() | 查找轮廓 |
| cv2.drawContours() | 绘制轮廓 |
| cv2.approxPolyDP() | 多边形逼近 |
| cv2.minAreaRect() | 最小外接矩形 |
| cv2.minEnclosingCircle() | 最小外接圆 |
| cv2.matchTemplate() | 模板匹配 |
| cv2.goodFeaturesToTrack() | 角点检测 |
| cv2.cornerHarris() | 角点检测 |
| cv2.CascadeClassifier() | 级联分类器 |
| cv2.detectMultiScale() | 对象检测 |
| cv2.createCLAHE() | 创建自适应直方图均衡化对象 |
| cv2.equalizeHist() | 直方图均衡化 |
| cv2.warpAffine() | 仿射变换 |
| cv2.getRotationMatrix2D() | 获取旋转矩阵 |
| cv2.getPerspectiveTransform() | 获取透视变换矩阵 |
| cv2.warpPerspective() | 透视变换 |
| cv2.getPerspectiveTransform() | 获取透视变换矩阵 |
| cv2.remap() | 图像重映射 |
| cv2.resize() | 图像缩放 |
| cv2.getAffineTransform() | 获取仿射变换矩阵 |
| cv2.boundingRect() | 获取轮廓的边界矩形 |
| cv2.minAreaRect() | 获取轮廓的最小外接矩形 |
| cv2.minEnclosingCircle() | 获取轮廓的最小外接圆 |
| cv2.arcLength() | 计算轮廓的周长 |
| cv2.contourArea() | 计算轮廓的面积 |
| cv2.pointPolygonTest() | 判断点与轮廓关系 |
| cv2.convexHull() | 计算轮廓的凸包 |
| cv2.isContourConvex() | 判断轮廓是否凸性 |
| cv2.boxPoints() | 获取旋转矩形的四个顶点 |
| cv2.fitEllipse() | 拟合椭圆 |
| cv2.minEnclosingTriangle() | 获取点集的最小外接三角形 |
| cv2.fillPoly() | 填充多边形 |
| cv2.polylines() | 绘制多边形线段 |
| cv2.isPointInPoly() | 判断点是否在多边形内 |
| cv2.resize() | 图像缩放 |
| cv2.VideoCapture() | 打开视频文件或设备 |
| cv2.VideoWriter() | 创建视频写入对象 |
| cv2.VideoCapture().read() | 读取视频帧 |
| cv2.waitKey() | 等待键盘输入 |
| cv2.destroyAllWindows() | 关闭所有图像窗口 |
| cv2.getTrackbarPos() | 获取滑动条位置 |
| cv2.createTrackbar() | 创建滑动条 |
| cv2.setMouseCallback() | 设置鼠标回调函数 |
| cv2.getStructuringElement() | 获取结构元素 |
| cv2.distanceTransform() | 距离变换 |
| cv2.remap() | 图像重映射 |
| cv2.getOptimalNewCameraMatrix() | 获取最优相机矩阵 |
| cv2.initUndistortRectifyMap() | 初始化畸变校正映射 |
| cv2.undistort() | 畸变校正 |
| cv2.SIFT_create() | 创建SIFT特征检测器 |
| cv2.SURF_create() | 创建SURF特征检测器 |
| cv2.ORB_create() | 创建ORB特征检测器 |
| cv2.drawKeypoints() | 绘制关键点 |
| cv2.drawMatches() | 绘制匹配结果 |
| cv2.findHomography() | 寻找单应性矩阵 |
| cv2.Rodrigues() | 旋转向量和旋转矩阵之间的相互转换 |
| cv2.solvePnP() | 求解透视投影问题 |
| cv2.findEssentialMat() | 寻找本质矩阵 |
| cv2.findFundamentalMat() | 寻找基础矩阵 |
| cv2.stereoRectify() | 立体校正 |
| cv2.reprojectImageTo3D() | 重投影深度图像 |
| cv2.drawContours() | 绘制轮廓 |
| cv2.polylines() | 绘制多边形线段 |
| cv2.fillPoly() | 填充多边形 |
| cv2.line() | 绘制直线 |
| cv2.circle() | 绘制圆形 |
| cv2.ellipse() | 绘制椭圆 |
| cv2.putText() | 绘制文本 |
| cv2.addWeighted() | 权重叠加 |
| cv2.split() | 分离通道 |
| cv2.merge() | 合并通道 |
| cv2.cvtColor() | 颜色空间转换 |
| cv2.resize() | 图像缩放 |
| cv2.getRotationMatrix2D() | 获取旋转矩阵 |
| cv2.getAffineTransform() | 获取仿射变换矩阵 |
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/天景科技苑/article/detail/803642
推荐阅读
相关标签
