opencv学习（一）图像的基本操作

创始人

2024-05-29 09:28:14

0次

数据的读取

cv2.IMREAD_COLOR:彩色图像

cv2.IMREAD_GRAYSCALE:灰度图像

import cv2 
img = cv2.imread('E:/opencv/open-cv/2-7/cat.jpg',1)cv2.imshow("img", img)
cv2.waitKey(0)    
cv2.destroyAllWindows()

cv2.imread()读取图片，当括号里面是1时，也就是替代了cv2.IMREAD_COLOR，得到彩色图。

cv2.imread()读取图片，当括号里面是0时，替代了cv2.IMREAD_GRAYSCALE，得到灰度图。

cv.inshow()函数为创建一个展示窗口，括号里面分别为图片名字和读取哪个图片。

cv2.waitKey(0) 等待时间多久，其中括号中0表示任意键可以中止显示图片。

cv2.destroyAllWindows() 关闭窗口。

2.opencv图片颜色转换

import cv2 
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline img=cv2.imread('E:/opencv/open-cv/2-7/cat.jpg')
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
cv2.imshow("img_gray", img_gray)
cv2.waitKey(0)    
cv2.destroyAllWindows()

由于cv2读取的图像格式为BGR，而Matplotlib画的是RGB，因此需要对格式进行转换。

cv2.COLOR_BGR2GRAY转化成灰度图，cv2.COLOR_BGR2RGB转换成RGB图，cv2.COLOR_BGR2HSV转换成HSV图。

其中HSV分别表示如下，转换图片也如下图所示：

H - 色调

S - 饱和度

V值（强度）

3.图像保存

cv2.inwrite('cat.png',img_gray)
img_gray.type()

只需要输入cv2.inwrite()函数即可保存图像。

img_gray.type()可以查看数据类型

4.视频图像的读取

vc = cv2.VideoCapture('E:/opencv/open-cv/2-7/test.mp4')

cv2.VideoCapture()函数用来捕捉摄像头，控制不同的设备。

if vc.isOpened():open, frame =vc.read()
else:open = False
print(frame)

检查视频是否读取错误，其中open只有两个值要么True，要么是False；frame为读取一帧一帧的值。

while open:ret, frame = vc.read()#print(ret)if frame is None:breakif ret == True:gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)cv2.imshow('result',gray)if cv2.waitKey(20)& 0xFF==27:breakvc.release()    
cv2.destroyAllWindows()

其中cv2.waitKey(20)& 0xFF==27，这句就是如果期间有按键按下返回的值就是按下按键的ASCII值，就比如esc键的ASCII值是27，cv2.waitKey(20) & 0xFF==27就是当按下按键是esc的时候返回true。0xFF意思是16进制的FF也就是八位2进制数1111 1111，如果引入& 0xFF==27 那么得出的结果永远是后八位，这样就可以排除其他按键的干扰。

vc.release() 释放硬件资源。

5.截取图像操作

import cv2 
img = cv2.imread('E:/opencv/open-cv/2-7/dog.jpg',1)
dog = img[0:200,0:200]
cv2.imshow("img", dog)
cv2.waitKey(0)    
cv2.destroyAllWindows()

截取狗狗图像对比如下：

原始狗狗图像

截取的狗狗图像

6.提取颜色通道

其中一张图片b,g,r的shape值是一样的。利用cv2.merge((b,g,r))函数是可以重构图像颜色通道。

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

只保留一个通道。b,g,r分别代号为0，1，2，下面保留r通道。

img1 = img.copy()
img1[:,:,0]=0
img1[:,:,1]=0
cv2.imshow('r',img1)

只保留R通道

7.图像边界填充

#边界填充
top_size, bottom_size, left_size, right_size = (50, 50, 50, 50)replicate = cv.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv.BORDER_REPLICATE)
reflect = cv.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv.BORDER_REFLECT)
reflect_101 = cv.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv.BORDER_REFLECT_101)
wrap = cv.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv.BORDER_WRAP)
constant = cv.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv.BORDER_CONSTANT)#绘制子图
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(reflect_101, '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()