從彩色變灰階 使用 cv.cvtColor()函數可作色彩的空間轉換，例如要偵測顏色時，要轉成HSV 而降為灰階則為 從灰階到黑白 要把圖片從灰階變成黑白很簡單。對於每個像素，應用相同的閾值。如果像素值小於閾值，則設置為0，否則設置為最大值。函數cv.threshold用於應用閾值。第一個參數是源圖像，應該是灰度圖像。第二個參數是用於對像素值進行分類的閾值。第三個參數是分配給超過閾值的像素值的最大值。 可使用參數cv.threshold和cv.adaptiveThreshold。 cv.threshold 使用範例 cv.adaptiveThreshold 在cv.threshold使用一個全局值作為閾值。但這可能並不適用於所有情況，例如，如果圖像在不同區域具有不同的光照條件。在這種情況下，自適應閾值可以提供幫助。在這裡，算法根據像素周圍的小區域確定像素的閾值。因此，我們為同一圖像的不同區域獲得不同的閾值，這為具有不同光照的圖像提供了更好的結果。 除了上述參數外，方法cv.adaptiveThreshold 還需要三個輸入參數： adaptiveMethod決定如何計算閾值： cv.ADAPTIVE_THRESH_MEAN_C：閾值是鄰域面積的平均值減去常量C。 cv.ADAPTIVE_THRESH_GAUSSIAN_C ：閾值是鄰域值減去常量C的高斯加權和。 blockSize確定鄰域區域的大小，C是從鄰域像素的平均值或加權總和中減去的常數。 下面比較了具有不同光照的圖像的全局閾值和自適應閾值： cv.threshold使用THRESH_OTSU 在全局閾值中，使用任意選擇的值作為閾值。相反，Otsu 的方法避免了必須選擇一個值並自動確定它。 考慮只有兩個不同圖像值的圖像（雙峰圖像），其中直方圖僅包含兩個峰值。一個好的閾值應該在這兩個值的中間。類似地，Otsu 的方法從圖像直方圖中確定最佳全局閾值。 為此，使用了cv.threshold()函數，其中cv.THRESH_OTSU作為額外標誌傳遞。閾值可以任意選擇。然後算法找到最佳閾值，該閾值作為第一個輸出返回。…

目標 學習對圖像應用不同的幾何變換，如平移、旋轉、仿射變換等。 你會看到這些功能：cv.getPerspectiveTransform 縮放 只是調整圖像的大小。interpolation參數有下面幾種 使用範例 平移 平移影像，下面程式會將圖，x 軸平移 100，y 軸平移 50 旋轉影像 仿射變換 透視變換 這個方法可以把3D的有角度的長方形，拉成2D的長方形，很常會用來使用在3為空間的像照片、名片等拉平的效果上

理論 形態變換是一些基於圖像形狀的簡單操作。它通常在二進製圖像上執行。它需要兩個輸入，一個是我們的原始圖像，第二個稱為結構元素或內核，它決定了操作的性質。兩個基本的形態學算子是侵蝕和膨脹。然後它的變體形式如開、閉、梯度等也開始發揮作用。我們將在下圖的幫助下一一看到它們： 侵蝕cv2.erode 侵蝕的基本思想就像土壤侵蝕一樣，它侵蝕掉前景物體的邊界（總是盡量讓前景保持白色）。那它有什麼作用呢？內核在圖像中滑動（如在 2D 卷積中）。只有當內核下的所有像素都為 1 時，原始圖像中的像素（1 或 0）才會被認為是 1，否則它會被腐蝕（變為零）。 所以發生的事情是，根據內核的大小，邊界附近的所有像素都將被丟棄。因此，前景對象的厚度或大小會減少，或者圖像中的白色區域會減少。它對於去除小的白噪聲（正如我們在色彩空間章節中看到的）、分離兩個連接的對像等很有用。 在這裡，作為一個例子，我會使用一個 5×5 的內核。讓我們看看它是如何工作的： 膨脹Dilation 它與侵蝕正好相反。這裡，如果內核下的至少一個像素為“1”，則像素元素為“1”。因此它增加了圖像中的白色區域或前景對象的大小增加。通常，在去除噪聲等情況下，腐蝕之後是膨脹。因為，腐蝕去除了白噪聲，但它也縮小了我們的對象。所以我們擴大它。由於噪音消失了，它們不會回來，但我們的對象區域增加了。它還可用於連接對象的損壞部分。 去噪cv2.MORPH_OPEN 在去除噪聲方面很有用。這裡我們使用函數cv2.morphologyEx() 關閉線條 對關閉前景對象內的小孔或對像上的小黑點很有用。這個我也有使用來把canny所找到的邊緣關起來 形態梯度 這是圖像膨脹和腐蝕之間的區別。結果將看起來像對象的輪廓。 Top Hat…

這個部落格有一個系列文: 12th 鐵人賽 – 【錢不夠買ps的我，只好用OpenCV來修圖了!】 分享了非常多好用的圖片後製方法 這邊分享幾個我覺得不錯的 黑強化 強化有顏色區域的深度 白平衡 圖像光照校正處理 雙邊濾波 雙邊濾波（Bilateral filter）是一種非線性的濾波方法，是結合圖像的空間鄰近度和像素值相似度的一種折衷處理，同時考慮空域信息和灰度相似性，達到保邊去噪的目的。具有簡單、非迭代、局部的特點。

使用HSV色碼轉換器 一個好用的線上工具 色碼轉換器: https://www.peko-step.com/zhtw/tool/hsvrgb.html 若要將轉換過的顏色套用到python的色碼，記得將S,V的範圍改為0-255 然後從網站上看到的H的值(如這邊為26)要除以2，也就是13 以上圖來說，上面顯示的色碼為HSV:(26,90,223)，然後填進python裡面要使用HSV:(13,90,223) python裡面的HSV識別空間 一般對顏色空間的圖像進行有效處理都是在HSV空間進行的，然後對於基本色中對應的HSV分量的範圍為: H: 0 — 180 S: 0 — 255 V: 0 — 255 基本HSV的顏色劃分 HSV的意義 HSB又稱HSV，表示一種顏色模式：在HSB模式中，H(hues)表示色相，S(saturation)表示飽和度，B（brightness）表示亮度HSB模式對應的媒介是人眼。 HSL…