OpenCV计算机视觉实战（Python）| 02、图像基本操作

简介

本节为《OpenCV计算机视觉实战（Python）》版第二讲，图像基本操作，的主要内容以及讲解，按顺序。

总结

图像数据读取

• cv2.IMREAD_COLOR:彩色图像
• cv2.IMREAD_GRAYSCALE:灰度图像

import cv2
import matplotlib.pyplot as plt
import numpy as np

img = cv2.imread('cat.jpg')

1. cv2读取的格式是BGR
2. 输出的Img为三维：（400，500，3）

图像显示和保存

# 图像的显示，也可以创建多个窗口
cv2.imshow('image',img)
# 等待时间，毫秒级，0表示任意键终止
cv2.waitKey(0)
cv2.destroyAllWindows()

# 图像保存
cv2.imwrite('mycat.png', img)

1. cv2.waitKey() 括号中，写0表示按任意键可以终止；写10就代表会停10毫秒，10毫秒后自动终止

图像一些简单操作

图像灰度化

img = cv2.imread('cat.jpg', cv2.IMREAD_GRAYSCALE)

图像尺寸的计算

# Img图像的尺寸，彩色图一般为（m,n,p)
img.shape 

图像类型

type(img) # 输出numpy.ndarray

图像大小

img.size

图像类型

img.dtype # dtype('uint8’)

视频读取

• cv2.VideoCapture可以捕获摄像头，用数字来控制不同的设备，例如，0，1.
• 如果是视频文件，直接指定好路径即可。

vc = cv2.VideoCapture('test.mp4')
# 检查是否打开正确
if vc.isOpened():
	open, frame = vc.read()
else:
	open = False

while open:
	ret, frame = vc.read()
	if frame is None:
		break
	if ret == True:
		# 将整体的视频都转为黑白色
		gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
		cv2.imshow('result', gray)
		
		# 展示结果，放缓或者加快速度
		if cv2.waitKey(10)& 0xFF == 27: # 27代表的是退出键，也可以写别的
		break

vc.release()
cv2.destroyAllWindows()

截取部分图像数据

img = cv2.imread('cat.jpg')
cat = img[0:200, 0:200]
cv2.imshow('cat', cat)

颜色通道提取

b,g,r = cv2.split(img) # 输出的单通道应该为二维：（400，500）

颜色通道合并

img = cv2.merge((b,g,r)) # 输出为三维：（400，500，3）

只保留某个通道

# 只保留R通道
cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,1] = 0
cv2.imshow('R', cur_img)

边界填充

top_size, bottom_size, left_size, right_size = (50,50,50,50)

replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType = cv2.BORDER_REPLICATE)

reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType = cv2.BORDER_REFLECT)

reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType = cv2.BORDER_REFLECT_101)

wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType = cv2.BORDER_WRAP)

constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType = cv2.BORDER_CONSTANT, value = 0)

import matplotlib.pyplot as plt
plt.subplot(231),plt.imshow(img, 'gray'), plt.title('ORIGINAL')
plt.subplot(232),plt.imshow(replicate, 'gray'), plt.title('REPLICATE')
plt.subplot(233),plt.imshow(reflect, 'gray'), plt.title('REFLECT')
plt.subplot(234),plt.imshow(reflect101, 'gray'), plt.title('REFLECT_101')
plt.subplot(235),plt.imshow(wrap, 'gray'), plt.title('WRAP')
plt.subplot(236),plt.imshow(constant, 'gray'), plt.title('CONSTANT')

BORDER_REPLICATE: 复制法，也就是复制最边缘像素
BORDER_REFLECT: 反射法，对感兴趣的图像中的像素在两边进行复制，例如：fedcba | abcdefg | hgfedcb
BORDER_REFLECT_101: 反射法，以最边缘像素为轴，对称，gfedcb | abcdefgh | gfedcba
BORDER_WRAP: 外包装法，cdefgh | abcdefgh | abcdefg
BORDER_CONSTANT: 常量法，用常数值填充

数值计算

img_cat = cv2.imread('cat.jpg')
img_dog = cv2.imread('dog.jpg')

img_cat2 = img_cat + 10

cv2.add(img_cat, img_cat2)

1. 直接相加的话，在Uint8范围内，会自动对256求余
2. 如果用cv2.add()函数，如果数值超过255，输出矩阵均为255

图像缩放

img_dog = cv2.resize(img_dog, (500,414))
img_dog = cv2.resize(img_dog, (0,0), fx=3, fy=1) # x轴放大3倍，y轴放大1倍

图像融合

#加权重，0.4*猫的图像 + 0.6*狗的图像 + 偏置0
res = cv2.addWeighted(img_cat, 0.4, img_dog, 0.6, 0)

本文地址：https://blog.csdn.net/lovetaozibaby/article/details/107570819