目录

一、函数介绍

1. cv2.createTrackbar()

2. cv2.getTrackbarPos()

3. bitwise_and()

4.cv2.morphologyEx()

5. cv2.GaussianBlur()

---

一、函数介绍

1. cv2.createTrackbar()

作用：创建一个滑动条

cv2.createTrackbar(Track_name, img, min, max, TrackbarCallback)

- Track_name：滑动条的名字。

- img：滑动条所在画布。

- min：滑动条的最小值。

- max：滑动条的最大值。

- TrackbarCallback：滑动条的回调函数。

2. cv2.getTrackbarPos()

作用：调用回调函数去接收指定滑动条的值。

cv2.getTrackbarPos(Track_name, img)

- Track_name：滑动条的名字。

- img：滑动条所在画布。

函数返回值是滑动条当前所在的位置。

3. bitwise_and()

作用：对二进制数据进行“与”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“与”操作，1&1=1，1&0=0，0&1=0，0&0=0

bitwise_and(src1, src2, dst=None, mask=None)

参数说明：

 src1、src2：为输入图像或标量，标量可以为单个数值或一个四元组

 dst：可选输出变量，如果需要使用非None则要先定义，且其大小与输入变量相同

 mask：图像掩膜，可选参数，为8位单通道的灰度图像，用于指定要更改的输出图像数组的元素，即输出图像像素只有mask对应位置元素不为0的部分才输出，否则该位置像素的所有通道分量都设置为0

返回值为结果图像矩阵，如果dst传入了实参，则返回值与dst对应 实参相同。

4.cv2.morphologyEx()

腐蚀和膨胀是图像形态学运算的基础，将膨胀和腐蚀进行组合就得出开闭运算、梯度、礼帽、黑帽等不同形式的运算：

开运算cv2.MORPH_OPEN：先腐蚀后膨胀--dilate(erode(img))

闭运算cv2.MORPH_CLOSE：先膨胀后腐蚀--erode(dilate(img))

形态学梯度cv2.MORPH_GRADIENT：膨胀图-腐蚀图--dilate(img)-erode(img)

礼帽运算cv2.MORPH_TOPHAT：也叫顶帽运算，原始图像-开运算结果 -- img-open(img)

黑帽运算cv2.MORPH_BLACKHAT: 闭运算结果-原始图像 -- close(img)-img

击中不击中cv2.MORPH_HITMISS: 前景、背景腐蚀运算的交集 -- intersection(erode(img), erode(notimg))

API: cv2.morphologyEx(img, op, kernel, anchor, iterations, borderType)

其中参数op就是上面的几种类型。

参考笔记：

opencv学习笔记（八）：图像形态学操作 - 知乎

5. cv2.GaussianBlur()

高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。

cv2.GaussianBlur(src, ksize, sigmaX, sigmaY, borderType)-> dst

——src输入图像。

——dst输出图像的大小和类型与src相同。

——ksize高斯内核大小。 ksize.width和ksize.height可以不同，但​​它们都必须为正数和奇数，也可以为零，然后根据sigmaX和sigmaY计算得出。

——sigmaX X方向上的高斯核标准偏差。

——sigmaY Y方向上的高斯核标准差；如果sigmaY为零，则将其设置为等于sigmaX；如果两个sigmas为零，则分别从ksize.width和ksize.height计算得出；为了完全控制结果，而不管将来可能对所有这些语义进行的修改，建议指定所有ksize，sigmaX和sigmaY。