Cải thiện bài viết
Lưu bài viết
Cải thiện bài viết
Lưu bài viết
Đọc is a library of Python bindings designed to solve computer vision problems. cv2.rotate[]
method is used to rotate a 2D array in multiples of 90 degrees. The function cv::rotate rotates
the array in three different ways.
Bàn luận cv2.cv.rotate[ src, rotateCode[, dst] ]
OpenCV-Python là một thư viện các ràng buộc Python được thiết kế để giải quyết các vấn đề về thị lực máy tính. Phương pháp
cv2.rotate[]
được sử dụng để xoay mảng 2D với bội số 90 độ. Hàm CV :: Xoay xoay mảng theo ba cách khác nhau.
src: It is the image whose color space is to be changed.
rotateCode: It is an enum to specify how to rotate the array.
dst: It is the output image of the same size and depth as src image. It is an optional parameter.Cú pháp: CV2.cv.rotate [SRC, ROTATECODE [, DST]]] It returns an image.
Các tham số: SRC: Đó là hình ảnh có không gian màu được thay đổi.ROTATECODE: Đó là một enum để chỉ định cách xoay mảng.dst: đó là hình ảnh đầu ra có cùng kích thước và độ sâu như hình ảnh SRC. Nó là một tham số tùy chọn.
Giá trị trả về: nó trả về một hình ảnh. Rotate by 90 degrees clockwise
Hình ảnh được sử dụng cho tất cả các ví dụ dưới đây:
Ví dụ #1: Xoay 90 độ theo chiều kim đồng hồ
import
cv2
path
=
r
'C:\Users\user\Desktop\geeks14.png'
src
=
cv2.rotate[]
0
cv2.rotate[]
7
cv2.rotate[]
1=
cv2.rotate[]
3
Output:
cv2.rotate[]
4=
cv2.rotate[]
6 Rotate by 180 degrees clockwise
Hình ảnh được sử dụng cho tất cả các ví dụ dưới đây:
Ví dụ #1: Xoay 90 độ theo chiều kim đồng hồ
import
cv2
path
=
r
'C:\Users\user\Desktop\geeks14.png'
src
=
cv2.rotate[]
0
cv2.rotate[]
7
cv2.rotate[]
8cv2.rotate[]
9import
0
Output:
cv2.rotate[]
1=
cv2.rotate[]
3 Rotate by 270 degrees clockwise
Hình ảnh được sử dụng cho tất cả các ví dụ dưới đây:
Ví dụ #1: Xoay 90 độ theo chiều kim đồng hồ
import
cv2
path
=
r
'C:\Users\user\Desktop\geeks14.png'
src
=
cv2.rotate[]
0
cv2.rotate[]
7
cv2.rotate[]
8cv2.rotate[]
9import
0
Output:
Mục tiêu công thức: Làm thế nào để xoay hình ảnh bằng OpenCV?
Trong công thức này, hãy cho chúng tôi hiểu cách xoay hình ảnh bằng OpenCV
Dự án học tập sâu để phát hiện văn bản trong hình ảnh sử dụng Python
Mục lục
- Mục tiêu công thức: Làm thế nào để xoay hình ảnh bằng OpenCV?
- Trong công thức này, hãy cho chúng tôi hiểu cách xoay hình ảnh bằng OpenCV
- Dự án học tập sâu để phát hiện văn bản trong hình ảnh sử dụng Python
- Bước 3: Hiển thị đầu ra
Trong công thức này, hãy cho chúng tôi hiểu cách xoay hình ảnh bằng OpenCV
Dự án học tập sâu để phát hiện văn bản trong hình ảnh sử dụng Python
=
9
Dự án học tập sâu để phát hiện văn bản trong hình ảnh sử dụng Python
Mục lục
Bước 1: Nhập thư viện và đọc hình ảnh
- Bước 2: Xoay hình ảnh
- Trước tiên chúng ta hãy nhập các thư viện cần thiết và đọc hình ảnh. Chúng ta cũng hãy lưu trữ kích thước của hình ảnh bằng hàm .Shape []. Hình ảnh mà chúng tôi đang sử dụng ở đây là hình ảnh dưới đây.
Chúng ta có thể xoay một hình ảnh đã cho bằng cách sử dụng OpenCV theo hai cách. Một là sử dụng hàm cv.rotate [] và các hàm khác đang sử dụng hàm cv2.getRotationMatrix2d []. Hãy cho chúng tôi xem mỗi chức năng hoạt động chi tiết như thế nào.
- Hàm cv2.rotate [] có hai tham số. họ đang
- SRC: hình ảnh được xoay
- ROTATECODE: Loại xoay
r
0
Có ba Rotatecodes có sẵn trong OpenCV. họ đang
- Trung tâm: Điểm xoay trung tâm trong hình ảnh đã cho
- Góc: góc quay. [Giá trị dương biểu thị xoay theo chiều kim đồng hồ trong khi các giá trị âm biểu thị vòng quay ngược chiều kim đồng hồ]
- Quy mô: Hệ số tỷ lệ đẳng hướng
CV2.GetRotationMatrix2d [] trả về một ma trận chuyển đổi có thể được sử dụng trên bất kỳ hình ảnh nào sử dụng hàm cv2.warpaffine [].
Trong ví dụ này, chúng ta hãy xoay hình ảnh đầu vào 30 độ theo hướng ngược chiều kim đồng hồ.
r
1
Bước 3: Hiển thị đầu ra
Hãy để chúng tôi vẽ các hình ảnh bằng cách sử dụng các ô con matplotlib để so sánh kết quả tốt hơn.
plt.figure[figsize=[13,6]]
titles = ['Rotate 90',"Rotate 90 degree counter clock wise","Rotate 180","Rotate 30 counter clockwise"]
images = [rotate_90, rotate_90_counter, rotate_180, rotate_30]
plt.figure[figsize=[13,5]]
for i in range[4]:
plt.subplot[2,2,i+1]
plt.imshow[cv2.cvtColor[images[i], cv2.COLOR_BGR2RGB]]
plt.title[titles[i]]
plt.tight_layout[]
plt.show[]
Output: