cv2

文章目录Matplotlib的使用1.Matplotlib画折线图2.Matplotlib画散点图3.Matplotlib画条形图4.Matplotlib画直方图4.1 案例：绘制一张直方图，内容为：几个电影的时长统计4.2 用条形图模拟直方图 Matplotlib的使用 关于Matplotlib的使用，几个案例便可以把东西给讲清楚 首先，没有Matplotlib的，通过pip install matplotlib安装 1.Matplotlib画折线图 案例一：一个简单的对应和设置 # coding=u 我们学习了使用 OpenCV 提供的 cv2.calcHist() 函数来计算直方图。此外，NumPy 和 Matplotlib 同样也为创建直方图提供了类似的函数。出于提高性能目的，我们来比较这些函数，使用 OpenCV、NumPy 和 Matplotlib 创建直方图，然后测量每个直方图计算的执行时间并将结果绘制在图形中

对于行业外的人来说，人脸对齐这个说法多多少少有些陌生。人脸对齐的本质很简单——通过旋转、平移与缩放将目标人脸区域放置在图像特定位置。这是人脸识别系统中的一种标准操作

之前在进行深度学习训练的时候，偶然发现使用PIL读取图片训练的效果要比使用python-opencv读取出来训练的效果稍好一些，也就是训练更容易收敛。可能的原因是两者读取出来的数据转化为pytorch中Tensor变量稍有不同，这里进行测试。 之后的代码都导入了： 使用PIL和cv2读取图片时会有细微的区别，通过下面的代码可以发现两者读取图片是有区别的，也就是使用PIL读取出来的图片转为numpy格式和直接使用cv读取的图片在像素点上并不是完全一致： 对于使用PIL读取出来的图片转为numpy格式和直接使用cv读取的图片在像素点上并不是完全一致，您是如何解决的？

这篇教学会介绍使用 OpenCV 搭配 NumPy 的基本数学运算，透过影像遮罩的方式，实现影像边缘羽化的效果 ( 边缘模糊化效果 )。 使用 np.zeros 建立黑色画布后，在画布中心加入白色的圆形，接着进行高斯模糊，就完成一张边缘模糊的遮罩图片。 import cv2 因为 OpenCV 的遮罩方法 ( 参考“影像遮罩” ) 所产生的遮罩“不具有半透明”的功能，因此如果要实现边缘渐层半透明的边缘羽化效果，必须根据黑色白色的比例进行主角与背景的混合，下方的程式码执行后，会读取一张和遮罩同样尺寸的图片，以及产生同尺寸的一张白色背景，根据遮罩的黑白比例，将白**域套用到图片，将黑**域套用到背景，就能产生边缘羽化的图片效果 更换背景图案，就可以做出边缘羽化的合成效果