Opencv 图像操作基础

本文翻译自：https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_core/py_basic_ops/py_basic_ops.html#basic-operations-on-images

目录

图像的获取与调整

获取图像的属性

获取图像的ROI（关注区）

图像填充边框

---

本节主要学习：

1. 获取图像、获取图像某一个像素的取值、并调整它
2. 获取图像的属性，比如尺寸等
3. 设置ROI（关注区）
4. 图像的拆分与重整

本节主要用到 Numpy 而非 Opencv

图像的获取与调整

读取图像：

path = r'.\test1.jpg'    #设置路径
import cv2
import numpy as np
img = cv2.imread(path)

我们可以根据像素的行、列索引获取特定的像素，对于BGR图像（Opencv默认将彩色图像按蓝、绿、红读取），它将返回蓝、绿、红三个通道构成的数列。对于灰度图像，将返回该位置对应的像素密度值。

px = img[100,100]
print(px)

#获取蓝色通道的像素值
blue = img[100,100,0]
print(px)
[ 71  92 173]
[ 71  92 173]

我们可以用同样的方法调整像素值

img[100,100] = [255,255,255]
print(img[100,100])
[255 255 255]

提示

由于Numpy模块是为了数列运算开发的，因此单单用来根据索引找寻一个像素点、调整某像素的值不太妥当，因此上述方法实际上并不高效，运行很慢。所以，以上操作只用在获取多个像素点、修改多个像素点的场合。

对于单一像素点的获取与修改，可使用：

img.item(100,100,0)
img.itemset((100,100,0),255)

获取图像的属性

img.shape
Out[8]: (371, 660, 3)

img.size
Out[9]: 734580

img.dtype
Out[10]: dtype('uint8')

 其中，shape返回图像的行（高度）、列（宽度）和通道数（彩色图像一般为3通道）

size返回图像的所有像素点的个数

dtype返回图像的类型，一般为uint8。该方法一般用在 debug 的时候，一般图像出错都是因为数据类型的原因。

获取图像的ROI（关注区）

我们可以通过索引直接获取，比如

ROI = img[100:200,100:200]

图像填充边框

If you want to create a border around the image, something like a photo frame, you can use cv2.copyMakeBorder() function. But it has more applications for convolution operation, zero padding etc. This function takes following arguments:

如果你想要在图像周围，创建一个照片边框，那么你可以使用 cv2.copyMakeBorder()函数。一般会在卷积时，给图像填充一个0像边框。cv2.conpyMakeBorder（）函数接收一下参数：

src —— 源图像

top、bottom、left、right —— 边框的包含的像素点

borderType —— 定义使用何种填充形式：

• cv2.BORDER_CONSTANT—— 像素为固定值，若是用该值作为参数，则必须紧跟着另一个参数，用以设置像素大小
• cv2.BORDER_REFLECT —— 填充像素为镜像像素，例如fedcba|abcdefgh|hgfedcb
•  
• cv2.BORDER_REFLECT_101 or cv2.BORDER_DEFAULT —— 填充像素亦为镜像像素，不过隔了一个像素点，如 gfedcb|abcdefgh|gfedcba
• cv2.BORDER_REPLICATE —— 重复起始像素填充，如aaaaaa|abcdefgh|hhhhhhh
• cv2.BORDER_WRAP ——  倒向镜像填充，cdefgh|abcdefgh|abcdefg

value - 当borderType 选择 cv2.BORDER_CONSTANT 需要用到该参数，用以设置填充像素

实例代码

mport cv2
import numpy as np
from matplotlib import pyplot as plt

BLUE = [255,0,0]

img1 = cv2.imread('opencv_logo.png')

replicate = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_WRAP)
constant= cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_CONSTANT,value=BLUE)

plt.subplot(231),plt.imshow(img1,'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')

plt.show()