opencv python简易文档之图片基本操作指南
时间：2023-01-19 09:29:59|栏目：Python代码|点击： 次
前言
最近在学习opencv，使用的是python接口。于是想着写些相关的笔记供以后参考，有不足之处希望大家指出。
使用python学习opencv需要下载opencv第三方库。
使用pip安装即可。
安装命令：
pip install opencv-python
pip install opencv-contrib-python(opencv的贡献库)
引入opencv
import cv2
读取图片：
img=cv2.imread('cat.jpg') # cat.jpg路径为相对路径
# 读取图片转换为灰度图片
img=cv2.imread('cat.jpg',cv2.IMREAD_GRAYSCALE)
展示图片：
# 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)
# 开启另一个窗口，图片显示10000毫秒后自动退出窗口
cv2.waitKey(10000)
cv2.destroyAllWindows()
读取图片的规格：
img.shape
该属性返回的结果为hwc(h:height长度,w:weight宽度,c:channel通道)如rgb图像为三通道图像c值为3。
保存图片：
#保存
# mycat为自定义名称，.png为图片保存格式
cv2.imwrite('mycat.png',img)
显示读取图片读取格式：
type(img)
图片size属性：
# h*w img.size
图片dtype属性：
# 查看数据类型 img.dtype
视频读取：
vc = cv2.VideoCapture('test.mp4')
# 检查是否打开正确
if vc.isOpened():
oepn, frame = vc.read()
else:
open = False
对读取视频中的帧进行相应处理：
下面代码为将所有帧转换为灰度图形式。
while open:
ret, frame = vc.read()
if frame is None:
break
if ret == True:
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
cv2.imshow('result', gray)
if cv2.waitKey(100) & 0xFF == 27:
break
vc.release()
cv2.destroyAllWindows()
截取图像部分：
img=cv2.imread('cat.jpg')
# 截取指定位置像素点
cat=img[0:50,0:200]
cv_show('cat',cat)
颜色通道提取
将其他通道置零的方式实现颜色通道提取：
# 切分颜色通道 b,g,r=cv2.split(img)
# 只保留R
cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,1] = 0
cv_show('R',cur_img)
# 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)
颜色通道融合
# 颜色通道融合 img=cv2.merge((b,g,r))
边界填充：
# 设定上下左右需要填充像素个数 top_size,bottom_size,left_size,right_size = (50,50,50,50) # 下面最后一个参数为图像填充边界类型 # BORDER_REPLICATE复制原图边缘进行填充 replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE) # BORDER_REFLECT反射法 reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_REFLECT) # BORDER_REFLECT_101相对对称的反射法 reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT_101) # BORDER_WRAP 外包装法 wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_WRAP) # BORDER_CONSTANT使用常数值进行填充 constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_CONSTANT, value=0)
# 显示上述处理结果代码
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()
对图片进行算数运算：
# 表示所有像素点对应值都加10，用于调节图片亮度 # 若数值超过255将会进行 % 255操作 img_cat2= img_cat +10 # 显示图片前5行，所有列，0表示单通道形式图片展示结果为灰色 img_cat[:5,:,0]
# 数值超过255，值等于255 cv2.add(img_cat,img_cat2)[:5,:,0]
图像融合
两张图片要进行融合需要图片规格一致，对于规格不一致的图片需要用resize()方法调节规格。
# 指定像素 img_dog = cv2.resize(img_dog, (500, 414)) img_dog.shape # x为以前的4倍，y为以前的4倍 res = cv2.resize(img, (0, 0), fx=4, fy=4)
# 融合图片 猫的权重为0.4,狗的权重为0.6,0为偏执项 res = cv2.addWeighted(img_cat, 0.4, img_dog, 0.6, 0)
总结
