随机字节的bytearray转换为灰度图像和BGR图像

opencv for python
1. 安装方法(windows下面)
http://blog.csdn.net/qq_14845119/article/details/52354394
2. 将含有随机字节的bytearray转换为灰度图像和BGR图像:

1 import cv2
2 import numpy
3 import os
4 randomByteArray = bytearray(os.urandom(12000))
5 flatNumpyArray = numpy.array(randomByteArray)
6 grayImage = flatNumpyArray.reshape(300,400)
7 cv2.imwrite(‘RandomGray.png‘,grayImage)
8 bgrImage = faltNumpyArray.reshape(100,400,3)
9 cv2.imwrite(‘RandomColor.png‘,bgImage)

如果你运行该脚本,会随及生成两个图像,位于脚本所在的目录下面

时间: 2024-11-29 02:36:57

随机字节的bytearray转换为灰度图像和BGR图像的相关文章

MVC把随机产生的字符串转换为图片

原文:MVC把随机产生的字符串转换为图片 Insus.NET在这篇中<在ASP.NET MVC应用程序中随机获取一个字符串>http://www.cnblogs.com/insus/p/3619224.html,只是产生一个随机字符串,那我们要怎样实现产生出来是一张图片吧?关没有关系,Insus.NET教会大家实现它. 如果你站点还是应用程序,还是ASP.NET的话,非MVC,可以参考下面两个链接:<实现字符串转换为图片>http://www.cnblogs.com/insus/a

Python学习笔记015——序列(字节数组 bytearray)

1 序列 常见的序列有:list   tuple  str  bytes(字节串)  bytearray 2 字节数组bytearray 可变的字节序列,相当于bytes的可变版本. 3 创建函数bytearray 创建bytearray对象的方法规则 bytearray() bytearray(整数n) bytearray(整型可迭代对象)bytearray(b'字符串')bytearray(字符串, encoding='utf-8') 示例: >>> bytearray() byte

从视频文件中读入数据--&gt;将数据转换为灰度图--&gt;对图像做candy边缘检测

//从视频文件中读入数据-->将数据转换为灰度图-->对图像做candy边缘检测 //作者:sandy //时间:2015-10-10 #include <cv.h> #include <highgui.h> int main(int argc, char *argv[]){ //预备工作 CvCapture* capture=cvCreateFileCapture("E:\\Videos\\xx.avi");//让capture变量指向视频文件 i

如何将四个一字节的数转换为一个四字节数

最近在研究图像显示这块,想在/dev/graphics/fb0上显示图像,在研究时需要一个图片的十六进制数值,找了好久,找了一个软件可以实现该功能.     Img2Lcd.exe 这个软件可以实现,一张图片转换后的结果如下: const unsigned char gImage_1233[128640] = { /* 0X00,0X20,0XF0,0X00,0X86,0X00,0X00,0XE4, */ 0X5D,0X31,0X12,0X00,0X5D,0X31,0X12,0X00,0X5D,

python opencv3 图像与原始字节转换

1 # coding:utf8 2 import cv2 3 import numpy 4 import os 5 6 7 """ 8 随机字节的bytearray转为灰度图像和BGR图像 9 """ 10 randomByteArray = bytearray(os.urandom(120000)) 11 flatNumpyArray = numpy.array(randomByteArray) 12 # 转换成400*300的灰度图像 13

[opencv]常用阵列操作函数总结

/*=========================================================================*/ // 阵列操作 /*=========================================================================*/ 基本矩阵和图像运算符 ———————————————————————————————————————————————————————————————————————————

前端知识点汇集整理(上)

前端面试基础总结 1.跨域解决办法: 1. 通过jsonp跨域 2. document.domain + iframe跨域 3. location.hash + iframe 4. window.name + iframe跨域 5. postMessage跨域 6. 跨域资源共享(CORS) 7. nginx代理跨域 8. nodejs中间件代理跨域 9. WebSocket协议跨域 2.同源策略下有几个标签不受限制: <img src="" alt="" /

图像处理之Canny边缘检测

http://blog.csdn.net/jia20003/article/details/41173767 图像处理之Canny 边缘检测 一:历史 Canny边缘检测算法是1986年有John F. Canny开发出来一种基于图像梯度计算的边缘 检测算法,同时Canny本人对计算图像边缘提取学科的发展也是做出了很多的贡献.尽 管至今已经许多年过去,但是该算法仍然是图像边缘检测方法经典算法之一. 二:Canny边缘检测算法 经典的Canny边缘检测算法通常都是从高斯模糊开始,到基于双阈值实现边

图像边缘提取算法

Canny边缘检测算法 参考:http://blog.csdn.net/jia20003/article/details/41173767 经典的Canny边缘检测算法通常都是从高斯模糊开始,到基于双阈值实现边缘连接结束.但是在实际工程应用中,考虑到输入图像都是彩色图像,最终边缘连接之后的图像要二值化输出显示,所以完整的Canny边缘检测算法实现步骤如下: 1.      彩色图像转换为灰度图像 2.      对图像进行高斯模糊 3.      计算图像梯度,根据梯度计算图像边缘幅值与角度 4