Revert "Revert "up 13""

This reverts commit 9866848.

Author: makelove

ch25-Hough直线变换/HoughLines.py …ough直线变换/25.1-OpenCV中的霍夫变换-HoughLines.pych25-Hough直线变换/HoughLines.py renamed to ch25-Hough直线变换/25.1-OpenCV中的霍夫变换-HoughLines.py ch25-Hough直线变换/HoughLines.py renamed to ch25-Hough直线变换/25.1-OpenCV中的霍夫变换-HoughLines.py

@@ -12,6 +12,7 @@
 # edges = cv2.Canny(gray,50,150,apertureSize = 3)
 edges = cv2.Canny(gray, 10, 50, apertureSize=3)
 cv2.imshow("edges", edges)
+
 lines = cv2.HoughLines(edges, 1, np.pi / 180, 200)
 print("Len of lines:", len(lines))
 # print lines
@@ -31,3 +32,4 @@
 # cv2.imwrite('houghlines3.jpg',img)
 cv2.imshow("houghlines3.jpg", img)
 cv2.waitKey(0)
+cv2.destroyAllWindows()

官方samples/color_histogram.py

@@ -19,20 +19,32 @@
 
 if __name__ == '__main__':
 
+ # 构建 HSV颜色地图
  hsv_map = np.zeros((180, 256, 3), np.uint8)
+ # np.indices 可以 回由数组索引构建的新数组。 例如 np.indices 3,2 其中 3,2 为原来数组的维度 和列。 回值 先看 入的参数有几维 3,2 有 2 维 所以从 出的结果应 是 [[a],[b]], 其中包含两个 3 2 列数组。 第二看每一维的大小 第一维为 3, 所以 a 中的值就 0 到 2 最大索引数 a 中的每一个值就是它的 索引 同样的方法得到 b 列索引
+ # 结果就是
+ # array([[[0, 0],
+ # [1, 1],
+ # [2, 2]],
+ # [[0, 1],
+ # [0, 1],
+ # [0, 1]]])
  h, s = np.indices(hsv_map.shape[:2])
- hsv_map[:,:,0] = h
- hsv_map[:,:,1] = s
- hsv_map[:,:,2] = 255
+ hsv_map[:, :, 0] = h
+ hsv_map[:, :, 1] = s
+ hsv_map[:, :, 2] = 255
  hsv_map = cv2.cvtColor(hsv_map, cv2.COLOR_HSV2BGR)
  cv2.imshow('hsv_map', hsv_map)
 
  cv2.namedWindow('hist', 0)
  hist_scale = 10
 
+
  def set_scale(val):
  global hist_scale
  hist_scale = val
+
+
  cv2.createTrackbar('scale', 'hist', hist_scale, 32, set_scale)
 
  try:
@@ -44,19 +56,21 @@ def set_scale(val):
  while True:
  flag, frame = cam.read()
  cv2.imshow('camera', frame)
-
+ # 图像 字塔
+ # 图像 字塔 低分 率 但不会对直方图有太大影响。
+ # 但 种低分 率 可以很好抑制噪声 从而去 孤立的小点对直方图的影响
  small = cv2.pyrDown(frame)
 
  hsv = cv2.cvtColor(small, cv2.COLOR_BGR2HSV)
- dark = hsv[...,2] < 32
+ dark = hsv[..., 2] < 32
  hsv[dark] = 0
  h = cv2.calcHist([hsv], [0, 1], None, [180, 256], [0, 180, 0, 256])
 
- h = np.clip(h*0.005*hist_scale, 0, 1)
- vis = hsv_map*h[:,:,np.newaxis] / 255.0
+ h = np.clip(h * 0.005 * hist_scale, 0, 1)
+ vis = hsv_map * h[:, :, np.newaxis] / 255.0
  cv2.imshow('hist', vis)
 
  ch = cv2.waitKey(1)
- if ch == 27:
+ if ch == ord('q'):
  break
  cv2.destroyAllWindows()