opencv实现回形遍历像素算法

本文实例为大家分享了opencv实现回形遍历像素算法的具体代码，供大家参考，具体内容如下

代码实现

# -*- coding:utf-8 -*-
import cv2
import numpy as np

cv2.namedWindow('img', 0)

def traversePixelByCycloidLine(image):
 """
 从一副灰度图像的中心开始向边缘按回形线的方式遍历所有像素，每个像素只能访问一次。
 我目前实现了基本的算法, 但存在以下问题:
 1) 只支持方阵, 且行列为奇数
 2) 只实现, 代码没整理
 """

 h, w = image.shape[:2]

 assert h == w and h % 2 == 1, '只支持方阵, 且行列为奇数'

 center_x, center_y = [w // 2, h // 2]

 traverse_num = h * w

 cycloid_num = 0
 value = 1
 while True:

  for i in range(cycloid_num * 2 + 1):
   if value >= traverse_num:
    return image
   center_x = center_x + 1
   image[center_y, center_x] = 255
   value += 1
   cv2.imshow('img', image)
   cv2.waitKey(33)

  for i in range(cycloid_num * 2 + 1):
   if value >= traverse_num:
    return image
   center_y = center_y + 1
   image[center_y, center_x] = 255
   value += 1
   cv2.imshow('img', image)
   cv2.waitKey(33)

  for i in range(cycloid_num * 2 + 2):
   if value >= traverse_num:
    return image
   center_x = center_x - 1
   image[center_y, center_x] = 255
   value += 1
   cv2.imshow('img', image)
   cv2.waitKey(33)

  for i in range(cycloid_num * 2 + 2):
   if value >= traverse_num:
    return image
   center_y = center_y - 1
   image[center_y, center_x] = 255
   value += 1
   cv2.imshow('img', image)
   cv2.waitKey(33)
  cycloid_num += 1

image_wh = 11

while True:
 image = np.zeros((image_wh, image_wh, 3), dtype=np.uint8)
 traversePixelByCycloidLine(image)

效果展示

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。

赞 (0)

相关推荐

  • Python数据结构与算法之二叉树结构定义与遍历方法详解

    本文实例讲述了Python数据结构与算法之二叉树结构定义与遍历方法.分享给大家供大家参考,具体如下: 先序遍历,中序遍历,后序遍历 ,区别在于三条核心语句的位置 层序遍历  采用队列的遍历操作第一次访问根,在访问根的左孩子,接着访问根的有孩子,然后下一层 自左向右一一访问同层的结点 # 先序遍历 # 访问结点,遍历左子树,如果左子树为空,则遍历右子树, # 如果右子树为空,则向上走到一个可以向右走的结点,继续该过程 preorder(t): if t: print t.value preorde

  • python3实现二叉树的遍历与递归算法解析(小结)

    1.二叉树的三种遍历方式 二叉树有三种遍历方式:先序遍历,中序遍历,后续遍历 即:先中后指的是访问根节点的顺序 eg:先序 根左右 中序 左根右 后序 左右根 遍历总体思路:将树分成最小的子树,然后按照顺序输出 1.1 先序遍历 a 先访问根节点 b 访问左节点 c 访问右节点 a(b ( d ( h ) )( e ( i ) ))( c ( f )( g )) -- abdheicfg 1.2 中序遍历 a 先访问左节点 b 访问根节点 c 访问右节点 ( ( ( h ) d ) b ( (

  • Python二叉树的定义及常用遍历算法分析

    本文实例讲述了Python二叉树的定义及常用遍历算法.分享给大家供大家参考,具体如下: 说起二叉树的遍历,大学里讲的是递归算法,大多数人首先想到也是递归算法.但作为一个有理想有追求的程序员.也应该学学非递归算法实现二叉树遍历.二叉树的非递归算法需要用到辅助栈,算法着实巧妙,令人脑洞大开. 以下直入主题: 定义一颗二叉树,请看官自行想象其形状, class BinNode( ): def __init__( self, val ): self.lchild = None self.rchild =

  • python实现的二叉树定义与遍历算法实例

    python实现的二叉树定义与遍历算法实例

    本文实例讲述了python实现的二叉树定义与遍历算法.分享给大家供大家参考,具体如下: 初学python,需要实现一个决策树,首先实践一下利用python实现一个二叉树数据结构.建树的时候做了处理,保证建立的二叉树是平衡二叉树. # -*- coding: utf-8 -*- from collections import deque class Node: def __init__(self,val,left=None,right=None): self.val=val self.left=l

  • Python算法之图的遍历

    Python算法之图的遍历

    本节主要介绍图的遍历算法BFS和DFS,以及寻找图的(强)连通分量的算法 Traversal就是遍历,主要是对图的遍历,也就是遍历图中的每个节点.对一个节点的遍历有两个阶段,首先是发现(discover),然后是访问(visit).遍历的重要性自然不必说,图中有几个算法和遍历没有关系?! [算法导论对于发现和访问区别的非常明显,对图的算法讲解地特别好,在遍历节点的时候给节点标注它的发现节点时间d[v]和结束访问时间f[v],然后由这些时间的一些规律得到了不少实用的定理,本节后面介绍了部分内容,感

  • opencv实现回形遍历像素算法

    opencv实现回形遍历像素算法

    本文实例为大家分享了opencv实现回形遍历像素算法的具体代码,供大家参考,具体内容如下 代码实现 # -*- coding:utf-8 -*- import cv2 import numpy as np cv2.namedWindow('img', 0) def traversePixelByCycloidLine(image): """ 从一副灰度图像的中心开始向边缘按回形线的方式遍历所有像素,每个像素只能访问一次. 我目前实现了基本的算法, 但存在以下问题: 1) 只支

  • OpenCV 通过Mat遍历图像的方法汇总

    OpenCV 通过Mat遍历图像的方法汇总

    目录 方法一.直接对图像像素修改.at<typename>(i,j) 二.用指针.ptr<uchar>(k)来遍历输入图像,数组[]生成输出图像 三.用指针.ptr<uchar>(k)来遍历输入图像,指针方式生成输出图像 四.用指针.ptr<uchar>(k)来遍历输入图像,指针方式结合位运算生成输出图像 五.用指针.ptr<uchar>(k)来遍历输入图像,指针方式结合取模运算生成输出图像 六.连续图像isContinuous()函数方法. 七

  • Opencv实现用于图像分割分水岭算法

    Opencv实现用于图像分割分水岭算法

    目标 • 使用分水岭算法基于掩模的图像分割 • 学习函数: cv2.watershed() 原理   任何一幅灰度图像都可以被看成拓扑平面,灰度值高的区域可以被看成是山峰,灰度值低的区域可以被看成是山谷.我们向每一个山谷中灌不同颜色的水,随着水的位的升高,不同山谷的水就会相遇汇合,为了防止不同山谷的水汇合,我们需要在水汇合的地方构建起堤坝.不停的灌水,不停的构建堤坝直到所有的山峰都被水淹没.我们构建好的堤坝就是对图像的分割.这就是分水岭算法的背后哲理.   但是这种方法通常都会得到过度分割的结果

  • 基于OpenCv的运动物体检测算法

    基于一个实现的基于OpenCv的运动物体检测算法,可以用于检测行人或者其他运动物体. #include <stdio.h> #include <cv.h> #include <cxcore.h> #include <highgui.h> int main( int argc, char** argv ) //声明IplImage指针 IplImage* pFrame = NULL; IplImage* pFrImg = NULL; IplImage* pBk

  • Python+OpenCV图片局部区域像素值处理改进版详解

    Python+OpenCV图片局部区域像素值处理改进版详解

    上个版本的Python OpenCV图片局部区域像素值处理,虽然实现了我需要的功能,但还是走了很多弯路,我意识到图片本就是数组形式,对于8位灰度图,通道数为1,它就是个二位数组,这样就没有必要再设置ROI区域,复制出来这块区域再循环提取像素存入数组进行处理了,可以直接将图片存入数组,再利用numpy进行切分相应的数组操作就可以了,这样一想就简单很多了,这篇我会贴出修改后的代码,直接省去了大段的代码啊. ps:这次我重新装的opencv3.2.0版本,代码里面直接用cv2了 # 查看opencv版

  • C++ OpenCV学习之图像像素值统计

    C++ OpenCV学习之图像像素值统计

    目录 1.常用的像素值统计 2.像素值统计计算 3.图像统计值分析 本课所用API查阅 opencv知识点: 图像像素最小/最大值 - minMaxLoc 图像像素均值/标准差 - meanStdDev 本课所解决的问题: 如何获取图像像素的最小/最大值? 如何获取图像像素的均值/标准差? 通过图像像素统计值我们能干什么? 1.常用的像素值统计 在图像分析的时候,我们经常需要对单通道图像的像素进行统计,以下4种是比较常用的 最小值(min) 最大值(max) 平均值(mean) 标准差(stan

  • 详解在OpenCV中如何使用图像像素

    详解在OpenCV中如何使用图像像素

    目录 切片操作 获取感兴趣区域的坐标值 使用切片操作裁剪图像 1.加载并显示原始图像 2.获取图像的空间维度 3.裁剪图像 4.使用尺寸将部分图像设置为特定颜色. 总结 像素是计算机视觉中图像的重要属性.它们是表示图像中特定空间中光的颜色强度的数值,是图像中数据的最小单位. 图像中的像素总数是高度.宽度和通道的乘积. 由于OpenCV中的图像被读取为像素值的Numpy数组,因此可以使用数组切片操作获取并处理由该区域的像素表示的图像区域. 切片操作用于检索序列子集,如列表.元组和数组,因此可用于获

  • C++ OpenCV实现白平衡之灰度世界算法

    C++ OpenCV实现白平衡之灰度世界算法

    目录 实现原理 功能函数代码 C++测试代码 测试效果 实现原理 白平衡的意义在于,对在特定光源下拍摄时出现的偏色现象,通过加强对应的补色来进行补偿,使白色物体能还原为白色. 灰度世界算法是白平衡各种算法中最基本的一种.它假设图像世界具备丰富色彩,红蓝绿三通道的灰度值在平均后趋近一致,该值作为“灰色”:若各通道均值偏离“灰色”,则将其进行补偿,使其回归“灰色”,进而实现白平衡的效果. 通俗的讲,若图像中绿色较强,蓝色和红色较弱,则用了灰度世界算法后,绿色会适当减弱,蓝色和红色会适当加强,这样就使

  • C++ opencv学习之图像像素的逻辑操作

    C++ opencv学习之图像像素的逻辑操作

    目录 1.API和相关知识 1. rectangele 绘制矩形 2.位运算 2.实例代码 补充:OpenCV--C++图像像素处理-二值化 总结 1.API和相关知识 1. rectangele 绘制矩形 共7个参数            第1个参数 输入            第2个参数 矩形左上坐标            第3个参数 矩形右下坐标            第4个参数 矩形颜色            第5个参数 线宽                            如果参

  • OpenCV图像分割中的分水岭算法原理与应用详解

    图像分割是按照一定的原则,将一幅图像分为若干个互不相交的小局域的过程,它是图像处理中最为基础的研究领域之一.目前有很多图像分割方法,其中分水岭算法是一种基于区域的图像分割算法,分水岭算法因实现方便,已经在医疗图像,模式识别等领域得到了广泛的应用. 1.传统分水岭算法基本原理 分水岭比较经典的计算方法是L．Vincent于1991年在PAMI上提出的[1].传统的分水岭分割方法,是一种基于拓扑理论的数学形态学的分割方法,其基本思想是把图像看作是测地学上的拓扑地貌,图像中每一像素的灰度值表示该点的海

随机推荐