OpenCv-Python 图像处理基本操作

1. 图片加载、显示和保存

import cv2

img = cv2.imread("01.jpg")
imgGrey = cv2.imread("01.jpg",0)
cv2.imshow("img",img)
cv2.imshow("imgGrey",imgGrey)
cv2.waitKey()
cv2.imwrite("Copy.jpg",img)

2. 图像显示窗口创建与销毁

cv2.namedWindow(窗口名，属性) 创建一个窗口

属性—指定窗口大小模式：

cv2.WINDOW_AUTOSIZE：根据图像大小自动创建大小
cv2.WINDOW_NORMAL：窗口大小可调整
cv2.destoryAllWindows(窗口名) 删除任何建立的窗口

 

import cv2

img = cv2.imread("01.jpg")

cv2.namedWindow("img",cv2.WINDOW_NORMAL)
cv2.imshow("img",img)
cv2.waitKey()
cv2.destroyAllWindows()

 

3. 图片宽、高、通道数、平均值获取

 

img.shape 返回图像高（图像矩阵的行数）、宽（图像矩阵的列数）和通道数3个属性组成的元组，若图像是非彩色图，则只返回高和宽组成的元组。

 

import cv2
import numpy as np

img = cv2.imread("01.jpg")
imgGrey = cv2.imread("01.jpg",0)

sp1 = img.shape
sp2 = imgGrey.shape

mean_img_value = np.mean(img)

print(sp1)
print(sp2)
print(mean_img_value)

 

 

4. 图像像素数目和图像数据类型获取

图像矩阵img的size属性和dtype分别对应图像的像素总数目和图像数据类型。一般情况下，图像的数据类型是uint8。

import cv2

img = cv2.imread("01.jpg")

imgSize = img.size
print(imgSize)

ty = img.dtype
print(ty)

 

5. 生成指定大小的空图像

使用numpy.zeros()函数生成指定大小的空图像

# Created by CSDN muye
import cv2
import numpy as np

img = cv2.imread("01.jpg")
imgZero = np.zeros(img.shape,np.uint8)

# 第一个是高，第二个是宽
imgFix = np.zeros((300,500,3),np.uint8)
# imgFix = np.zeros((300,500),np.uint8)

cv2.imshow("img",img)
cv2.imshow("imgZero",imgZero)
cv2.imshow("imgFix",imgFix)
cv2.waitKey()

 

6. 访问和操作图像像素

 

OpenCV中图像矩阵的顺序是B、G、R。可以直接通过坐标位置访问和操作图像像素。

import cv2

img = cv2.imread("01.jpg")

numb = img[50,100]
print(numb)

img[50,100] = (0,0,255)
cv2.imshow("img",img)
cv2.waitKey()

分开访问图像某一通道像素值也炒鸡方便：

import cv2

img = cv2.imread("01.jpg")

第一个是高，第二个是宽
img[0:100,100:200,0] = 255
img[100:200,200:300,1] = 255
img[200:300,300:400,2] = 255

img_roi = img[0:100, 0:200]

cv2.imshow("img",img)
cv2.waitKey()

嗯，不得不说Python是一个很神奇的存在。

Python中，更改图像某一矩形区域的像素值也很方便：

import cv2

img = cv2.imread("01.jpg")

img[0:50,1:100] = (0,0,255)

cv2.imshow("img",img)
cv2.waitKey()

 

7. 图像三通道分离和合并

 

分离图像通道可以使用cv2中的split函数，合并使用merge函数。

import cv2

img = cv2.imread("01.jpg")

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

# b = cv2.split(img)[0]
# g = cv2.split(img)[1]
# r = cv2.split(img)[2]

merged = cv2.merge([b,g,r])

cv2.imshow("Blue",b)
cv2.imshow("Green",g)
cv2.imshow("Red",r)

cv2.imshow("Merged",merged)
cv2.waitKey()

 

8. 在图像上输出文字

使用putText函数在图片上输出文字，函数原型：
putText(img, text, org, fontFace, fontScale, color, thickness=None, lineType=None, bottomLeftOrigin=None)

• img： 图像
• text：要输出的文本
• org： 文字的起点坐标
• fontFace： 字体
• fontScale： 字体大小
• color： 字体颜色
• thickness： 字图加粗

 

import cv2

img = cv2.imread("01.jpg")

cv2.putText(img,"Print some text to img",(100,100),cv2.FONT_HERSHEY_SIMPLEX,1,(0,0,255))

cv2.imshow("img",img)
cv2.waitKey()

 

9. 图像缩放

 

缩放使用cv2.resize()函数，resize函数里的size第一个是宽（列），第二个是高（行）。

import cv2

img = cv2.imread("01.jpg")
cv2.imshow("img",img)

img1 = cv2.resize(img,(300,100),cv2.INTER_AREA)

hight, width = img.shape[0:2]
img2 = cv2.resize(img,(width,hight))

cv2.imshow("img1",img1)
cv2.imshow('img2',img2)

cv2.waitKey()

"cv2.INTER_AREA"是定义的缩放插值方法。共有5种：

• １）INTER_NEAREST - 最近邻插值法
• ２）INTER_LINEAR - 双线性插值法（默认）
• ３）INTER_AREA - 基于局部像素的重采样（resampling using pixel area relation）。对于图像抽取（image decimation）来说，这可能是一个更好的方法。但如果是放大图像时，它和最近邻法的效果类似。
• ４）INTER_CUBIC - 基于4x4像素邻域的3次插值法
• ５）INTER_LANCZOS4 - 基于8x8像素邻域的Lanczos插值

为了最好的缩放效果，缩小推荐使用 "cv2.INTER_AREA";  扩大推荐使用 “cv2.INTER_CUBIC”

 

10.  图像遍历

 

import cv2

img = cv2.imread('0021.jpg')
height = img.shape[0]
weight = img.shape[1]
channels = img.shape[2]

for row in range(height):  # 遍历高
    for col in range(weight):  # 遍历宽
        for c in range(channels):  # 遍历各通道
            value = img[row, col, c]
            imgs[row, col, c] = 255-imgs[row, col, c]  #操作像素

cv2.imshow('result',imgs)
cv2.waitKey()

 

11. 大津阈值 

 

import cv2

img = cv2.imread('timg.jpg',0)  # 按灰度图读入

# ret 是自动选择的大津分割阈值    img_binary 是二值化图像
ret, img_binary = cv2.threshold(img,0,255,cv2.THRESH_OTSU)   # 大津阈值

# ret, binary = cv.threshold(img, 100, 255, cv.THRESH_BINARY) # 指定阈值

cv2.imshow('Source image',img)
cv2.imshow('THRESH_OTSU',img_binary)

cv2.waitKey()

 

12. 拼接视频

# -*- coding:utf8 -*-
# csdn -牧野- 2020-6-12
import cv2
import numpy as np

# 视频文件名字
filename1 = 'filename1.mp4'
filename2 = 'filename2.mp4'

# 开始读视频
videoCapture1 = cv2.VideoCapture(filename1)
videoCapture2 = cv2.VideoCapture(filename2)

fps = videoCapture1.get(cv2.CAP_PROP_FPS)

success1, frame1 = videoCapture1.read()
success2, frame2 = videoCapture2.read()

H, W, _ = frame1.shape
size = (W*2, H)
videowriter = cv2.VideoWriter('filename.mp4', cv2.VideoWriter_fourcc('M', 'J', 'P', 'G'), fps, size)

while True:
    success1, frame1 = videoCapture1.read()
    success2, frame2 = videoCapture2.read()

    imgFix = np.zeros((H,W*2, 3), np.uint8)
    if frame1.shape!=frame2.shape:
        frame1 = cv2.resize(frame1, (W, H))
    imgFix[:H, :W] = frame1
    imgFix[:H,W:2*W] = frame2
    videowriter.write(imgFix)

    if not success1 or not success2:
        print('video is all read')
        break