图像基本操作
环境配置地址：
-
Anaconda:https://www.anaconda.com/download/
-
Python_whl:https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv
-
IDE:按照自己的喜好，选择一个能debug就好
数据读取-图像
- cv2.IMREAD_COLOR：彩色图像
- cv2.IMREAD_GRAYSCALE：灰度图像
# 读取彩色图像
import cv2 #opencv读取的格式是BGR
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline img=cv2.imread('cat.jpg')#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()# 图像的维度信息
img.shape# 读取彩色图变成灰度图像
img=cv2.imread('cat.jpg',cv2.IMREAD_GRAYSCALE)# 保存
cv2.imwrite('mycat.png', img)# 图像像素点的个数
img.size# 图像像素点的数据类型（如unit8）
img.dtype
数据读取-视频
- 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(): oepn, frame = vc.read()
else:open = False
while open:ret, frame = vc.read()if frame is None:breakif ret == True:gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)cv2.imshow('result', gray)if cv2.waitKey(100) & 0xFF == 27:# 27表示退出键值break
vc.release()
cv2.destroyAllWindows()
截取部分图像数据
img=cv2.imread('cat.jpg')
cat=img[0:50,0:200]
cv_show('cat',cat)
颜色通道提取
# RGB
b,g,r=cv2.split(img)img=cv2.merge((b,g,r))
img.shape# 只保留R
cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,1] = 0
cv_show('R',cur_img)
r.shape# 只保留G
cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,2] = 0
cv_show('G',cur_img)# 只保留B
cur_img = img.copy()
cur_img[:,:,1] = 0
cur_img[:,:,2] = 0
cv_show('B',cur_img)# 合并三个通道
img=cv2.merge((b,g,r))
img.shape
边界填充
- 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|abcdefgh|hgfedcb
- BORDER_REFLECT_101：反射法，也就是以最边缘像素为轴，对称，gfedcb|abcdefgh|gfedcba
- BORDER_WRAP：外包装法cdefgh|abcdefgh|abcdefg
- BORDER_CONSTANT：常量法，常数值填充。
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,cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_WRAP)
constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,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')plt.show()
数值计算
img_cat=cv2.imread('cat.jpg')
img_dog=cv2.imread('dog.jpg')img_cat2= img_cat +10
img_cat[:5,:,0]
img_cat2[:5,:,0]#相当于 % 256
(img_cat + img_cat2)[:5,:,0] # opencv的两值相加如果在UNIT8的的数值范围，超过255都活被置为255
cv2.add(img_cat,img_cat2)[:5,:,0]
图像融合
img_cat + img_dogimg_cat.shapeimg_dog = cv2.resize(img_dog, (500, 414))
img_dog.shaperes = cv2.addWeighted(img_cat, 0.4, img_dog, 0.6, 0)plt.imshow(res)
res = cv2.resize(img, (0, 0), fx=4, fy=4)
plt.imshow(res)3
res = cv2.resize(img, (0, 0), fx=1, fy=3)
plt.imshow(res)
