我想用白色填充这些多边形,这个操作在整个图像上循环,所以我想知道在python中使用opencv执行这个操作的语法和函数 这是我的输入图像
alist=[]
img = cv2.imread('closing2.jpg',cv2.IMREAD_GRAYSCALE)
imo = cv2.imread('closing2.jpg',cv2.IMREAD_GRAYSCALE)
imr = cv2.imread('closing2.jpg',cv2.IMREAD_GRAYSCALE)*0
imac = imr
height , width = imo.shape[:2]
a,im = cv2.threshold(img,200,255,cv2.THRESH_BINARY)
# i=100
# p=[i,i]
points = []
for j in range(0,1000,50):
for i in range(0,1000,50):
p=[i,j]
poly = raypoly(im,p,5)
st = metrics(p,poly)
polyc=raypolyLimit(im,p,st,30)
# print(polyc)
# print(len(polyc))
# for m in range(len(polyc)):
# point = polyc[m]
# cv2.fillConvexPoly(im, point, 255)
plotpoly(polyc,imr)
plotpolypoints(polyc,imr,255,1)
# plotray(im,p,imr)
am = polyArea(polyc)
# print(am)
if am > 5:
alist.append(am)
# img[(i-5):(i+5),(j-5):(j+5)]=150
# plt.imshow(imf)
# plt.show()
imo = im * 0
plotpoly(polyc,imo)
plotpoly(polyc, im)
# plotArea(polyc,imo)
imf = imo*1000 +im
a,imf = cv2.threshold(imf,100.0,255.0,cv2.THRESH_BINARY)
cv2.imshow('Frame_1', imr)
cv2.imshow('Frame_3', imo)
cv2.imshow('Frame_4', imf)
cv2.imshow('Frame_5', im)
cv2.waitKey(1)
我使用了以下函数,结果如下:
^{pr2}$但我的问题是,在一定数量的多边形之后,它会给整个图像一个白色的闪光,我不知道如何修复它。在
考虑到你已经完成了90%,我当然不会马上去做。我将继续保持您当前的实施策略,至少现在是这样
但是,当开发人员选择在应用程序的不同层重用相同的模型类时,这恰恰是他们陷入的陷阱之一。当你想引进一项新技术或在较低的层次上进行根本性的改变时,位于其上的所有层都会受到影响。这将导致严重的下游技术债务,应该避免
简单的、基于原型的应用程序当然可以避免这种类型的代码重用,但是更复杂的、复杂的应用程序不应该因为我上面提到的原因而这样做
您可以做的是重构代码,以便在应用程序的各个层之间有越来越清晰的边界。理想情况如下:
@Entity
类)然后,每个层将包含一些映射代码,这些代码知道如何将一种模型类型转换为下一种模型类型,如下所示:
许多人可能认为这是不必要的抽象,正如我指出的,在简单和基本的用例中,这是正确的。但这里的好处是,当您开始像这样分离层时,可以避免层之间不必要的内聚
至少,它值得在视图模型和持久性模型之间进行划分。这允许您在最有意义的地方对数据存储的结构进行建模,同时允许选择完全不同的公开REST接口。通过这种方式,当需求在频谱的两端发生变化时,他们可以自由地这样做,而只需要处理位于它们之间的映射代码
相关问题 更多 >
编程相关推荐