Вы когда-нибудь задумывались, как выполнять различные методы манипулирования изображениями с помощью OpenCV? В этой статье мы углубимся в ряд методов и предоставим примеры кода, демонстрирующие, как добиться различных эффектов и преобразований изображений. Являетесь ли вы начинающим энтузиастом компьютерного зрения или опытным разработчиком, желающим расширить свои навыки обработки изображений, это руководство предоставит вам необходимые знания.

1. Изменение размера изображения.
   Изменение размера изображения — распространенная задача при манипуляциях с изображениями. Он позволяет изменять размеры изображения, увеличивая или уменьшая его. Вот пример фрагмента кода с использованием функции resizeOpenCV:

   import cv2
   # Load the image
   image = cv2.imread('input.jpg')
   # Define the new dimensions
   new_width = 500
   new_height = 300
   # Resize the image
   resized_image = cv2.resize(image, (new_width, new_height))
   # Save the resized image
   cv2.imwrite('resized_image.jpg', resized_image)

2. Поворот изображения.
   Поворот изображения позволяет изменить его ориентацию. OpenCV предоставляет удобную функцию getRotationMatrix2Dдля поворота изображения. Вот пример поворота изображения на 45 градусов:

   import cv2
   import numpy as np
   # Load the image
   image = cv2.imread('input.jpg')
   # Determine the image center
   height, width = image.shape[:2]
   center = (width / 2, height / 2)
   # Define the rotation angle
   angle = 45
   # Perform the rotation
   rotation_matrix = cv2.getRotationMatrix2D(center, angle, 1.0)
   rotated_image = cv2.warpAffine(image, rotation_matrix, (width, height))
   # Save the rotated image
   cv2.imwrite('rotated_image.jpg', rotated_image)

3. Размытие изображения.
   Размытие изображения может быть полезно для уменьшения шума или сокрытия конфиденциальной информации. OpenCV предлагает различные фильтры размытия, такие как размытие по Гауссу и медианное размытие. Вот пример применения размытия по Гауссу:

   import cv2
   # Load the image
   image = cv2.imread('input.jpg')
   # Apply Gaussian blur
   blurred_image = cv2.GaussianBlur(image, (5, 5), 0)
   # Save the blurred image
   cv2.imwrite('blurred_image.jpg', blurred_image)

4. Обрезка изображения.
   Обрезка изображения предполагает извлечение определенной интересующей области из исходного изображения. OpenCV позволяет вам определить координаты нужного региона и соответствующим образом извлечь их. Вот пример обрезки изображения:

   import cv2
   # Load the image
   image = cv2.imread('input.jpg')
   # Define the region of interest (ROI)
   x, y, width, height = 100, 100, 300, 200
   # Crop the image
   cropped_image = image[y:y+height, x:x+width]
   # Save the cropped image
   cv2.imwrite('cropped_image.jpg', cropped_image)

5. Фильтрация изображений.
   Фильтрация изображений – это метод, используемый для улучшения или изменения изображения путем применения различных фильтров. OpenCV предоставляет несколько функций фильтра, включая известный оператор Собеля для обнаружения границ. Вот пример применения оператора Собеля:

   import cv2
   # Load the image in grayscale
   image = cv2.imread('input.jpg', 0)
   # Apply the Sobel operator
   sobel_x = cv2.Sobel(image, cv2.CV_64F, 1, 0, ksize=3)
   sobel_y = cv2.Sobel(image, cv2.CV_64F, 0, 1, ksize=3)
   # Save the result
   cv2.imwrite('sobel_x.jpg', sobel_x)
   cv2.imwrite('sobel_y.jpg', sobel_y)

Это всего лишь несколько примеров многих методов манипулирования изображениями, которые вы можете выполнить с помощью OpenCV. Не забудьте изучить документацию OpenCV, чтобы узнать о более продвинутых методах и возможностях. Приятного кодирования!