图像处理复习

转灰度图像

import cv2
import numpy as np

普通读取图片
img = cv2.imread('image\h.jpg')
读取灰度图像
img = cv2.imread('image\h.jpg',cv2.IMREAD_GRAYSCALE)

展示图片
def show(name,img):
	cv2.imshow(name,img)
	cv2.waitKey(0)
	cv2.destroyAllWindows()

图片的类型:numpy.ndarray
print(type(img))

图片的形状
彩色图片（长,宽,3）
灰色图片 (长,宽)
print(image.shape)

每个像素点都是整数类型

把彩色图像转为灰度图像
img = cv2.cvtVolor(img,cv2.COLOR_BGR2GRAY)

写图像
cv2.imwrite('image\girl_gray.png',img)

彩色转灰度的公式
Gray = R * 0.299 + G * 0.587 + B * 0.114
cv2.imread()读取图片的格式是BGR

把彩色图片才分为BGR独立通道，各个都是二维的
bImg,gImg,rImg = cv2.split(img)
Graying = np.zeros_like(bImg,dtype='uint8') #创建与bImg相同形状的黑色图像
Graying = rImg*0.299 + gImg*0.587 + bImg*0.114

图像缩放

import cv2
import numpy as np

img = cv2.imread('image\girl.webp')
target_size = (400,200) #宽高
img_scale = cv2.resize(img,target_size)

在使用cv2.imread()读取RGB图像时，得到的array的shape是(长，宽)
使用cv2.resize()，第二个参数是输出图像的（宽，长）
img_scale = cv2.resize(img,(0,0))

图像通道拆分与合并

cv2.split()将3通道BGR彩色图像分离为B、G、R单通道图像。

import cv2
import numpy as np

img1 = cv2.imread('image/girl.webp',flags=1) # 读取彩色图像
bImg,gImg,rImg = cv2.split(img1)
# 1.直接使用merge函数
mergeImg = cv2.merge([bImg,gImg,rImg])
# 2.数组赋值
mergeImg = np.zeros_like(img1)
mergeImg[:,:,0] = bImg;
mergeImg[:,:,1] = gImg;
mergeImg[:,:,2] = rImg;
# 3.stack函数
mergeImg = np.stack([bImg,gImg,rImg],axis=2)