OpenCV-Python使用cv2实现傅里叶变换
本文介绍如何在OpenCV-Python中使用cv2.dft和cv2.idft函数实现傅里叶变换与逆傅里叶变换。详细讲解图像转换为np.float32格式、使用np.fft.fftshift调整频谱中心、通过cv2.magnitude计算幅度谱，以及利用对数变换将幅度映射到[0,255]灰度空间进行可视化显示。
2026-10-14
6
本文介绍如何在OpenCV-Python中使用cv2.dft和cv2.idft函数实现傅里叶变换与逆傅里叶变换。详细讲解图像转换为np.float32格式、使用np.fft.fftshift调整频谱中心、通过cv2.magnitude计算幅度谱，以及利用对数变换将幅度映射到[0,255]灰度空间进行可视化显示。
本文介绍如何使用OpenCV和Python实现图像油画效果。通过逐行像素重排模拟色块堆积，并结合PIL库增强色彩饱和度。文章提供完整代码示例，涵盖从图像读取、格式转换到最终效果展示的全过程，并简要提及水彩效果的实现方法。
本文详解OpenCV-Python中模板匹配技术，重点解析cv2.matchTemplate()函数的参数与匹配算法（如TM_SQDIFF、TM_CCOEFF等）。通过截取人眼作为模板的完整代码示例，展示如何定位图像中的相似区域，并解读返回结果集的计算逻辑与可视化实现。
本文介绍OpenCV-Python中获取图像轮廓凸包的方法，详解cv2.convexHull()函数的参数与返回值。通过实例演示如何绘制凸包多边形，并进一步讲解利用cv2.convexityDefects()计算凸缺陷的步骤。最后结合手势识别案例，展示二值化阈值调整与凸包点集筛选的实际应用，帮助读者掌握轮廓几何分析技巧。
本文介绍利用OpenCV-Python中的cv2.equalizeHist()函数进行直方图均衡化，以实现灰度及彩色图像的去雾处理。通过分别处理单通道灰度图与多通道彩色图的RGB分量，展示如何增强图像显示效果并对比处理前后的直方图分布。
本文详细介绍如何使用Python开发扫码工具，核心利用OpenCV模块调用摄像头获取视频流，并结合Pyzbar模块解析二维码数据。教程涵盖环境配置、图片识别逻辑及实时视频流处理，通过修改函数参数适配视频帧，实现从读取到解析输出的完整流程，帮助开发者快速掌握二维码识别技术。
本文深入解析OpenCV中cv::resize函数的五种核心插值算法：最近邻、双线性、双三次、基于像素区域关系（Area）及兰索斯插值。通过对比C++源代码实现，详细阐述各算法的数学公式、计算逻辑及适用场景，并探讨性能优化方案，帮助开发者根据需求选择最佳缩放策略。
本文介绍如何使用Python结合OpenCV库，对包含倾斜目标的最小外接矩形进行精准裁剪。通过计算旋转角度、扩大图像防止溢出、坐标逆映射及最终裁剪四个步骤，解决标准库仅支持水平矩形裁剪的限制。文中提供完整代码示例，验证了旋转后坐标映射的精度误差极小，适用于AI数据标注及图像预处理场景。
本文介绍如何使用OpenCV读取视频文件并每隔1秒保存一帧图像，适用于安全帽检测等目标检测项目。文章详细讲解了依赖库添加、路径定义、视频读取及帧遍历保存的具体步骤，并提供了完整代码示例。同时，针对路径不存在、中文路径导致保存失败等常见问题给出了相应的解决方案，帮助开发者顺利实现视频帧提取功能。
本文通过OpenCV与Numpy实现图片的离散余弦变换（DCT）编解码实践。详细解析了如何提取不同尺寸的DCT系数以控制图像重建质量，并深入探讨了Numpy中log函数默认以自然常数e为底数的特性及其在图像处理中的应用。
本文介绍使用Python编写脚本从指定网站批量爬取高清原图壁纸的方法。通过构建代理IP池以规避反爬机制，利用urllib库进行HTTP请求，并结合正则表达式解析页面结构，实现图片的自动识别与保存。代码包含完整的代理获取、验证及下载逻辑，适合Python初学者参考学习网络爬虫基础技术。
本文介绍一个基于 Python 和 Pillow 库的批量图片压缩脚本。该脚本支持直接拖入文件或文件夹，自动遍历子目录并压缩超过指定大小（默认 4MB）的图片。通过调整 QUALITY 参数（推荐 90），可在保持视觉质量的同时显著减小文件体积，且压缩后文件名和尺寸保持不变。
