OpenCV学习笔记——01——图像基本操作

图像的读取以及基本属性操作

• RGB:三个通道

数据读取-图像

• cv2.imread(‘filepath’，flags):读入图像。

  • filepath为路径
  • flags为读入图片的标志
    • cv2.IMREAD_COLOR: 彩色图像, 忽略alpha通道,
    • cv2.IMREAD_GRAYSCALE: 灰度图像,0
    • cv2.IMREAD_UNCHANGED: 读入完整图片，包括alpha通道,

• alpha通道：

import cv2    #opencv读取的格式是BGR（不是RGB格式）
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline

img = cv2.imread('cat.jpg')    #读取图片信息

img

array([[[184, 196, 200],
[184, 196, 200],
[184, 196, 200],
…,
[201, 203, 204],
[201, 203, 204],
[203, 202, 204]],

[[184, 196, 200],
[184, 196, 200],
[184, 196, 200],
…,
[201, 203, 204],
[201, 203, 204],
[204, 203, 205]],

[[185, 196, 200],
[185, 196, 200],
[185, 196, 200],
…,
[202, 204, 205],
[202, 204, 205],
[204, 203, 205]],

…,

[[203, 205, 205],
[203, 205, 205],
[203, 205, 205],
…,
[226, 225, 227],
[226, 225, 227],
[225, 224, 226]],

[[204, 206, 206],
[204, 206, 206],
[204, 206, 206],
…,
[226, 225, 227],
[226, 225, 227],
[225, 224, 226]],

[[201, 203, 203],
[202, 204, 204],
[202, 204, 204],
…,
[228, 226, 226],
[228, 226, 226],
[229, 226, 228]]], dtype=uint8)

注意

• dtype值：8字节
• 维度看中括号数，如上为3个维度。img 用[h,w,c]存储(高度，宽度，深度)

图像的显示 以及 等待时间设定

#图像的显示，也可以创建多个窗口
cv2.imshow ('image',img)    #第一个参数是窗口的名字，其次为图像。

# cv2.imshow('image2',img)    #创建多个窗口

#等待时间，毫秒级，0表示 任意键 终止
cv2.waitKey(10000)

#删除任何我们建立的窗口
cv2.destroyAllWindows()

# cv2.destroyWindow('image')    #删除特定的窗口，在括号内输入想删除的窗口名

• 放大之后图片大小不变
• 调整图片大小的函数：cv2.namesWindow()
  • 初始设定函数标签为cv2.WINDOW_AUTOSIZE
  • 函数标签为cv2.WINDOW_NORMAL,即可调整窗口大小

cv2.namedWindow('image',cv2.WINDOW_NORMAL)
cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

#执行上述三个函数的函数窗口
def cv_show(name,img):
    cv2.imshow(name,img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

img.shape

(225, 225, 3)

灰度图

#灰度图的读取做法
img = cv2.imread('cat.jpg',cv2.IMREAD_GRAYSCALE)
img

array([[196, 196, 196, …, 203, 203, 203],
[196, 196, 196, …, 203, 203, 204],
[196, 196, 196, …, 204, 204, 204],
…,
[205, 205, 205, …, 226, 226, 225],
[206, 206, 206, …, 226, 226, 225],
[203, 204, 204, …, 226, 226, 227]], dtype=uint8)

img.shape

(225, 225)

#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(10000)
cv2.destroyAllWindows()

保存

• 文件中增加了新图片

cv2.imwrite("mycat.png",img)

True

格式

type(img)    #ndarray格式

numpy.ndarray

像素点个数

img.size    #size：像素点个数

50625

数据类型

img.dtype    #数据类型

dtype(‘uint8’)

使用Matplotlib

img = cv2.imread('cat.jpg')
plt.imshow(img,cmap = 'gray',interpolation='bicubic')
plt.xticks([]),plt.yticks([])
plt.show()

• 图片有色差，原因是使用cv2.imread()接口读图像，读进来的是BGR格式以及【0～255】，所以将其转换为RGB格式即可

img_2 = img[:,:,[2,1,0]]
plt.imshow(img_2)

<matplotlib.image.AxesImage at 0x2608f2faef0>

数据读取-视频

视频由图象组成，成为帧

• cv2.VideoCapture可以捕获镜头，用数字来控制不同的设备，例如0，1

import numpy as np
import cv2

cap = cv2.VideoCapture(0)

while(True):
    ret, frame = cap.read()
    
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    
    cv2.imshow('frame',gray)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

• 保存视频
• FourCC 编码
• 从摄像头中捕获视频，沿水平方向旋转每一帧并保存它。

# import numpy as np
# import cv2

# cap = cv2.VideoCapture(0)

# # Define the codec and create VideoWriter object
# fourcc = cv2.cv.FOURCC(*'XVID')
# out = cv2.VideoWriter('output.avi',fourcc, 20.0, (640,480))

# while(cap.isOpened()):
#     ret, frame = cap.read()
#     if ret==True:
#         frame = cv2.flip(frame,0)

#         # write the flipped frame
#         out.write(frame)

#         cv2.imshow('frame',frame)
#         if cv2.waitKey(1) & 0xFF == ord('q'):
#             break
#     else:
#         break

# # Release everything if job is finished
# cap.release()
# out.release()
# cv2.destroyAllWindows()

• 如果是视频文件，直接制定好路径即可

vc = cv2.VideoCapture('test.mp4')

#检查是否打开正确
if vc.isOpened():    #判断能否打开
    open, frame = vc.read()    #读取帧
else:
    open = False

while open:
    ret, frame = vc.read()
    if frame is None:
        break
    if ret == True:
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)    #转换为灰度图
        cv2.imshow('result',gray)
        if cv2.waitKey(1) & 0xFF == 27:    #waitkey数值越大，播放速度越慢
            break
vc.release()
cv2.destroyAllWindows()

截取部分图像数据

img = cv2.imread('cat.jpg')
cat = img[0:200,0:20]
cv_show('cat',cat)

b,g,r = cv2.split(img)

b

array([[184, 184, 184, …, 201, 201, 203],
[184, 184, 184, …, 201, 201, 204],
[185, 185, 185, …, 202, 202, 204],
…,
[203, 203, 203, …, 226, 226, 225],
[204, 204, 204, …, 226, 226, 225],
[201, 202, 202, …, 228, 228, 229]], dtype=uint8)

r.shape

(225, 225)

img = cv2.merge((b,g,r))
img.shape

(225, 225, 3)

只保留单个通道

• R:G:B->0:1:2

• 将其余两项设置为零即可

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

#只保留G通道
cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,2] = 0
cv_show('G',cur_img)

#只保留B通道
cur_img = img.copy()
cur_img[:,:,1] = 0
cur_img[:,:,2] = 0
cv_show('B',cur_img)

边界填充

• 卷积介绍

• https://mlnotebook.github.io/post/CNN1/

top_size, bottom_size, left_size, right_size = (50,50,50,50)    #上下左右填充值

#复制法，复制最边缘像素
replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType = cv2.BORDER_REPLICATE)

#反射法，对感兴趣的图像中的像素在两边进行赋值。例如: fedcba|abcdefgh|hgfedc
reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType = cv2.BORDER_REFLECT)

#反射法，以最边缘像素为轴，对称。例如：gfedcb|abcdefgh|gfedcba
reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType = cv2.BORDER_REFLECT_101)

#外包装法。例如：bcdefh|abcdefgh|abcdefg
wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType = cv2.BORDER_WRAP)

#常量法，常数值填充
constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType = cv2.BORDER_CONSTANT, value = 700)#需设置value值，选择常数填充

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')

plt.show()

数值计算

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

img_cat2 = img_cat + 10    #所有像素值加10
img_cat[:5,:,0]

array([[184, 184, 184, …, 201, 201, 203],
[184, 184, 184, …, 201, 201, 204],
[185, 185, 185, …, 202, 202, 204],
[185, 185, 185, …, 202, 202, 205],
[185, 185, 185, …, 203, 203, 206]], dtype=uint8)

img_cat2[:5,:,0]

array([[194, 194, 194, …, 211, 211, 213],
[194, 194, 194, …, 211, 211, 214],
[195, 195, 195, …, 212, 212, 214],
[195, 195, 195, …, 212, 212, 215],
[195, 195, 195, …, 213, 213, 216]], dtype=uint8)

(img_cat + img_cat2)[:5,:,0]    # 和 对256取余（像素值范围为0~255）

array([[122, 122, 122, …, 156, 156, 160],
[122, 122, 122, …, 156, 156, 162],
[124, 124, 124, …, 158, 158, 162],
[124, 124, 124, …, 158, 158, 164],
[124, 124, 124, …, 160, 160, 166]], dtype=uint8)

cv2.add(img_cat,img_cat2)[:5,:,0]    # add()函数，越界 取最大值

array([[255, 255, 255, …, 255, 255, 255],
[255, 255, 255, …, 255, 255, 255],
[255, 255, 255, …, 255, 255, 255],
[255, 255, 255, …, 255, 255, 255],
[255, 255, 255, …, 255, 255, 255]], dtype=uint8)

图像融合

img_cat + img_dog    #不可操作，两图像shape值不同，无法相加

---

ValueError Traceback (most recent call last)

in
----> 1 img_cat + img_dog #不可操作，两图像shape值不同，无法相加

ValueError: operands could not be broadcast together with shapes (225,225,3) (678,1024,3)

img_cat.shape

(225, 225, 3)

resize()函数，更改shape值

img_dog = cv2.resize(img_dog, (225,225))   
img_dog.shape

(225, 225, 3)

res = cv2.addWeighted(img_cat, 0.7, img_dog, 0.3, 2)

plt.imshow(res)

<matplotlib.image.AxesImage at 0x20032e7fc18>

res = cv2.resize(img,(0,0),fx = 1, fy = 3)
plt.imshow(res)

<matplotlib.image.AxesImage at 0x20032d1f518>

res = cv2.resize(img,(0,0),fx = 3, fy = 1)
plt.imshow(res)

<matplotlib.image.AxesImage at 0x20032e1bcc0>