Компьютерное зрение с OpenCV и Python: практическое руководство. Инженер

cv2

      import numpy as np

      # Загрузка изображения

      img = cv2.imread('image.jpg')

      # Создание матрицы поворота

      (h, w) = img.shape[:2]

      (cX, cY) = (w // 2, h // 2)

      M = cv2.getRotationMatrix2D((cX, cY), 45, 1.0)

      # Поворот изображения

      rotated_img = cv2.warpAffine(img, M, (w, h))

      # Вывод повернутого изображения

      cv2.imshow('Rotated Image', rotated_img)

      cv2.waitKey(0)

      cv2.destroyAllWindows()

      ```

      В этом примере мы повернули изображение на 45 градусов и сохранили его в переменной `rotated_img`.

      В этой главе мы рассмотрели три фундаментальные операции с изображениями: резку, масштабирование и поворот. Эти операции часто используются при обработке изображений и являются основой для более сложных операций. В следующей главе мы рассмотрим более сложные операции с изображениями, такие как фильтрация и преобразование изображений.

      2.3. Работа с цветовыми пространствами

      В предыдущих главах мы уже познакомились с основными понятиями компьютерного зрения и научились работать с изображениями в OpenCV. Теперь давайте поговорим о цветовых пространствах, которые играют важную роль в обработке и анализе изображений.

      **Что такое цветовое пространство?**

      Цветовое пространство – это математическая модель, которая описывает способ представления цвета в цифровых изображениях. Цветовое пространство определяет, как цвета будут представлены в виде числовых значений, и как эти значения будут интерпретироваться компьютером.

      **Основные цветовые пространства**

      Существует несколько основных цветовых пространств, которые используются в компьютерном зрении:

      * **RGB (Red, Green, Blue)**: Это наиболее распространенное цветовое пространство, в котором каждый пиксель изображения представлен тремя значениями: красным, зеленым и синим. Эти значения обычно представлены в виде 8-битных целых чисел, что позволяет представить 256 различных оттенков каждого цвета.

      * **BGR (Blue, Green, Red)**: Это цветовое пространство аналогично RGB, но порядок цветов обратный. OpenCV по умолчанию использует цветовое пространство BGR.

      * **HSV (Hue, Saturation, Value)**: Это цветовое пространство представляет цвета в виде трёх компонентов: оттенка (hue), насыщенности (saturation) и яркости (value). Это цветовое пространство часто используется для разделения объектов на изображении по цвету.

      * **YCrCb (Luminance, Chrominance)**: Это цветовое пространство представляет цвета в виде яркости (luminance) и двух компонентов хроминанса (chrominance). Это цветовое пространство часто используется в видеокодировании.

      **Преобразование между цветовыми пространствами**

      OpenCV предоставляет функции для преобразования между различными цветовыми пространствами. Например, функция `cv2.cvtColor()` позволяет преобразовать изображение из одного цветового пространства в другое.

      ```python

      import cv2

      # Загрузка изображения

      img = cv2.imread('image.jpg')

      # Преобразование изображения в цветовое пространство HSV

      hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

      # Преобразование изображения в цветовое пространство YCrCb

      ycrcb_img = cv2.cvtColor(img, cv2.COLOR_BGR2YCrCb)

      ```

      **Практические