欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

机器视觉专栏(一)opencv基础操作

程序员文章站 2024-03-25 09:27:40
...

opencv是机器视觉领域的一大杀器,他比matlab友好,比matlab可扩展性强,比……。这里不再黑matlab了,下面先来谈谈opencv+python的基础操作

读取,显示,保存图像

import cv2
import numpy as np

a = cv2.imread("lena.jpg")  #读取图像

cv2.imshow("out",a)         #显示图像

cv2.imwrite("lenna.jpg",a)  #保存图像

读取图像cv2.imread(“image path”),可以在路径后面加一个参数flag,flag等于CV_LOAD_IMAGE_GRAYSCALE时,读取的图像是灰度图像

读取某一个像素点

对于普通的BGR图像来说,读取图像后的三维数组中的第三维分别代表B,G,R通道的数值,你可以用指定行列来单独读取,修改他们

>>> a[100,100]
array([ 80,  70, 176], dtype=uint8)
>>> a[100,100,0]
80
>>> a[100,100] = [255,255,255]
>>> a[100,100]
array([255, 255, 255], dtype=uint8)
>>> 

还可以用item,itemset对一个位置的像素点进行读取和修改:

>>> a.itemset((100,100,2),100)
>>> a.item(100,100,2)
100

切分图像的通道:

在opencv里,可以使用cv2.spilt(img)函数来拆分图像,也可以直接访问图像矩阵某一个维度的全部像素值来实现

>>> b,g,r = cv2.split(a)
>>> b
array([[128, 126, 125, ..., 114,  92,  65],
       [127, 127, 124, ..., 120, 101,  73],
       [128, 125, 124, ..., 125, 105,  77],
       ..., 
       [ 54,  57,  61, ...,  83,  82,  81],
       [ 53,  57,  62, ...,  86,  86,  86],
       [ 53,  57,  63, ...,  83,  84,  84]], dtype=uint8)
>>> bb = a[:,:,0]
>>> bb
array([[128, 126, 125, ..., 114,  92,  65],
       [127, 127, 124, ..., 120, 101,  73],
       [128, 125, 124, ..., 125, 105,  77],
       ..., 
       [ 54,  57,  61, ...,  83,  82,  81],
       [ 53,  57,  62, ...,  86,  86,  86],
       [ 53,  57,  63, ...,  83,  84,  84]], dtype=uint8)

获取图像的几何信息:

使用cv2.shape会返回一个表示图像矩阵大小(宽,高,深度)的元组,使用cv2.size则会返回图像中有多少个像素:

>>> a.size
786432
>>> a.shape
(512, 512, 3)
>>> 

图像之间的四则运算:

因为图像在opencv中的储存方式是一个多维矩阵,那么对于图像来说就有矩阵加减,数乘矩阵,矩阵与矩阵的乘法除法,opencv在这个方面十分方便,他重载了运算符,所以我们直接使用运算符就可以,注意,操作的矩阵大小必须一致:

import cv2
import numpy as np

a = cv2.imread("lena.jpg")

b = cv2.imread("ll.jpg")

b = cv2.resize(b,(512,512),interpolation = cv2.INTER_CUBIC)
cv2.imshow("add",a+b)  

cv2.imshow("sub",a-b)

cv2.imshow("mul1",1.2*a)

cv2.imshow("mul",a*b)

cv2.imshow("div",a/b)   #有可能会出现除以0的错误

先来说说cv2.resize(源,目标,)这个函数,我们分参数来讲:
:图像源
目标:输出的图像,或者输入一个大小
插值方式
INTER_NEAREST:根据像素的相邻关系补充像素
INTER_CUBIC:立方插值
INTER_LINER:双线性插值,参数缺省时使用:

同时opencv还可以对图像进行按位运算,AND,OR,NOT,XOR,这些函数对每对对应像素进行按位操作。按位操作可以完成图像叠加之类的方便操作:

import cv2
import numpy as np

a = cv2.imread("lena.jpg")

b = cv2.imread("ll.jpg")
b = cv2.resize(b,(512,512),interpolation = cv2.INTER_LINEAR)


NOT = cv2.bitwise_not(b)

AND = cv2.bitwise_and(b,b)
XOR = cv2.bitwise_xor(b,b)

本次介绍的是一些很基础的操作,下一次介绍基础的图像处理方法
具体的读者可以参阅一下网站
opencv python API
opencv python tutorials