python图像处理代码，望大神详细解释。越详细越好

Posted 2023-04-01

colorTab = np.zeros((np.max(marks)+1,3))

for i in range(len(colorTab)):
aa = np.random.uniform(0,255)
bb = np.random.uniform(0,255)
cc = np.random.uniform(0,255)
colorTab[i] = np.array([aa,bb,cc],np.uint8)

bgrImage = np.zeros(img.shape,np.uint8)

for i in range(marks.shape[0]):
for j in range(marks.shape[1]):

index = marks[i][j]
#判断是不是区域与区域之间的分界,如果是边界(-1)，则使用白色显示
if index == -1:
bgrImage[i][j] = np.array([255,255,255])
else:
bgrImage[i][j] = colorTab[index]
cv2.imshow('After ColorFill',bgrImage)

#初始化一个矩形np.max(marks)+1行，3列，默认值为0
colorTab = np.zeros((np.max(marks)+1,3))

#遍历数组，给每行的3列赋值，就是RGB颜色值，8位的
for i in range(len(colorTab)):
    aa = np.random.uniform(0,255)
    bb = np.random.uniform(0,255)
    cc = np.random.uniform(0,255)
    colorTab[i] = np.array([aa,bb,cc],np.uint8)

#初始化另一个跟img图像形状大小一样的图像，一副黑色图像
bgrImage = np.zeros(img.shape,np.uint8)

#遍历marks形状的行列
for i in range(marks.shape[0]):
    for j in range(marks.shape[1]):

        index = marks[i][j]
        #判断是不是区域与区域之间的分界,如果是边界(-1)，则使用白色显示
        if index == -1:
            bgrImage[i][j] = np.array([255,255,255]) #像素点设置位白色
        else:
            bgrImage[i][j] = colorTab[index]    #像素点设置位上边随机生成的颜色值

#显示处理后的图像图像
cv2.imshow('After ColorFill',bgrImage)
#总结，先生成一个跟marks相同数量的row*col的一张颜色表，然后创建一个跟marks相同大小的一副黑色图像
#最后对黑色图像画出白色边界和内部随机彩色像素值

参考技术A def image_roi():
image_source = cv2.imread('C:/VisionMaster/image.jpg')
if image_source is None:
print('Image is not found.')
return ''
# ROI区域(可根据用户需求修改)
img_roi = image_source[855:1443, 547:1285]
# 保存图像
cv2.imwrite('C:/VisionMaster/roi.jpg',img_roi)
return img_roi

# ****************************************************
# 在ROI区域分割出目标物料图像
def imgpro(image_source):
# 图像处理：灰度化
dst = cv2.cvtColor(image_source,cv2.COLOR_RGB2GRAY)
# 图像处理：二值化
ret,dst_2=cv2.threshold(dst,90,230,cv2.THRESH_BINARY)
# 图像处理：形态学开运算
kernel = np.ones((3,3),np.uint8)
opening = cv2.morphologyEx(dst_2, cv2.MORPH_OPEN, kernel)
# binary,contours,hierarchy = cv2.findContours(opening,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
# 图像处理：包络轮廓
contours,binary = cv2.findContours(opening,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)