OpenCV常量值含义表
色彩空间转换常量 | ||
常量值 | 说明 | |
cv2.COLOR_BGR2GRAY | 从 BGR 色彩空间转换到 GRAY 色彩空间 | |
cv2.COLOR_RGB2GRAY | 从 RGB 色彩空间转换到 GRAY 色彩空间 | |
cv2.COLOR_BGR2HSV | 从 BGR 色彩空间转换到 HSV 色彩空间 | |
cv2.COLOR_RGB2HSV | 从 RGB 色彩空间转换到 HSV 色彩空间 | |
字体常量 | ||
名称 | 描述 | |
cv2.FONT_HERSHEY_SIMPLEX | 正常大小的 sans-serif 字体 | |
cv2.FONT_HERSHEY_PLAIN | 小号的 sans-serif 字体 | |
cv2.FONT_HERSHEY_DUPLEX | 正常大小的 sans-serif 字体( 比 FONT_HERSHEY_ SIMPLEX 字体样式更复杂) | |
cv2.FONT_HERSHEY_COMPLEX | 正常大小的 serif 字体 | |
cv2.FONT_HERSHEY_TRIPLEX | 正常大小的serif字体(比FONT_HERSHEY_COMPLEX 字体样式更复杂) | |
cv2.FONT_HERSHEY_COMPLEX_SMALL | FONT_HERSHEY_COMPLEX 字体样式的的简化版 | |
cv2.FONT_HERSHEY_SCRIPT_SIMPLEX | 手写风格的字体 | |
cv2.FONT_HERSHEY_SCRIPT_COMPLEX | FONT_HERSHEY_SCRIPT_SIMPLEX字体样式的进阶版 | |
cv2.FONT_ITALIC | 斜体 | |
阈值处理类型 | ||
常 量 值 | 说 明 | |
cv2.THRESH_BINARY | 二值化阈值处理 | |
cv2.THRESH_BINARY_INV | 反二值化阈值处理 | |
cv2.THRESH_TOZERO | 低于阈值零处理 | |
cv2.THRESH_TOZERO_INV | 超出阈值零处理 | |
cv2.THRESH_TRUNC | 截断阈值处理 | |
形态学运算的操作类型 | ||
常 量 值 | 说 明 | |
cv2.MORPH_ERODE | 腐蚀操作 | |
cv2.MORPH_DILATE | 膨胀操作 | |
cv2.MORPH_OPEN | 开运算,先腐蚀后膨胀 | |
cv2.MORPH_CLOSE | 闭运算,先膨胀后腐蚀 | |
cv2.MORPH_GRADIENT | 梯度运算,膨胀图减腐蚀图,可以得出简易的轮廓 | |
cv2.MORPH_TOPHAT | 顶帽运算,原始图像减开运算图像 | |
cv2.MORPH_BLACKHAT | 黑帽运算,闭运算图像减原始图像 | |
自适应阈值采用的算法 | ||
常 量 值 | 说 明 | |
cv2.ADAPTIVE_THRESH_MEAN_C | 对一个正方形区域内的所有像素平均加权 | |
cv2.ADAPTIVE_THRESH_GAUSSIAN_C | 根据高斯函数按照像素与中心点的距离对一个正方 形区域内的所有像素进行加权计算 | |
OpenCV自带的级联分类器及其功能 | ||
常 量 值 | 说明 | |
haarcascade_eye.xml | 眼睛检测 | |
haarcascade_eye_tree_eyeglasses.xml | 眼镜检测 | |
haarcascade_frontalcatface.xml | 正面猫脸检测 | |
haarcascade_frontalface_default.xml | 正面人脸检测 | |
haarcascade_fullbody.xml | 身形检测 | |
haarcascade_lefteye_2splits.xml | 左眼检测 | |
haarcascade_lowerbody.xml | 下半身检测 | |
haarcascade_profileface.xml | 侧面人脸检测 | |
haarcascade_righteye_2splits.xml | 右眼检测 | |
haarcascade_russian_plate_number.xml | 车牌检测 | |
haarcascade_smile.xml | 笑容检测 | |
haarcascade_upperbody.xml | 上半身检测 | |
轮廓检测模式 | ||
常 量 值 | 说 明 | |
cv2.RETR_EXTERNAL | 只检测外轮廓 | |
cv2.RETR_LIST | 检测所有轮廓,但不建立层次关系 | |
cv2.RETR_CCOMP | 检测所有轮廓,并建立两级层次关系 | |
cv2.RETR_TREE | 检测所有轮廓,并建立树状结构的层次关系 | |
模板匹配采用的方法 | ||
常 量 值 | 说 明 | |
cv2.TM_SQDIFF | 差值平方和匹配,也叫平方差匹配。可以理解为差异 程度。匹配程度越高,计算结果越小。完全匹配的结 果为 0 | |
cv2.TM_SQDIFF_NORMED | 标准差值平方和匹配,也叫标准平方差匹配,规则同上 | |
cv2.TM_CCORR | 相关匹配。可以理解为相似程度,匹配程度越高,计 算结果越大 | |
cv2.TM_CCORR_NORMED | 标准相关匹配,规则同上 | |
cv2.TM_CCOEFF | 相关系数匹配,也属于相似程度,计算结果为 -1~ 1 之间的浮点数,1 表示完全匹配,0 表示毫无关系,-1 表示两张图片亮度刚好相反 | |
cv2.TM_CCOEFF_NORMED | 标准相关系数匹配,规则同上 | |
cv2.MORPH_BLACKHAT | 黑帽运算,闭运算图像减原始图像 | |
轮廓检测采用的方法 | ||
常 量 值 | 说 明 | |
cv2.CHAIN_APPROX_NONE | 储存轮廓上的所有点 | |
cv2.CHAIN_APPROX_SIMPLE | 只保存水平、垂直或对角线轮廓的端点 | |
cv2.CHAIN_APPROX_TC89_L1 | Ten-Chinl近似算法中的一种 | |
cv2.CHAIN_APPROX_TC89_KCOS | Ten-Chinl近似算法中的一种 |
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· DeepSeek 开源周回顾「GitHub 热点速览」
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· AI与.NET技术实操系列(二):开始使用ML.NET
· 单线程的Redis速度为什么快?