openCV学习笔记（二）---openCV系列基本操作(2)

基本操作之五：通过trackBar调颜色

import cv2
import numpy as np

def nothing(x):
    pass

# Create a black image, a window
img = np.zeros((300,512,3), np.uint8)
cv2.namedWindow('image')
# 创建一个窗口，参数为窗口名，可选参数为0（窗口可拉伸）1（窗口大小和图像相同，不可拉伸）

# create trackbars for color change
cv2.createTrackbar('R','image',0,255,nothing)
cv2.createTrackbar('G','image',0,255,nothing)
cv2.createTrackbar('B','image',0,255,nothing)
# 第一个参数：跟踪条的名称；
# 第二个参数：跟踪条绑定的窗口名；
# 第三个参数：跟踪条的默认值；
# 第四个参数：跟踪条的最大值；
# 第五个参数：跟踪条的回调函数，这个函数一般有一个默认的参数指定跟踪条的位置，
#             此例中函数不做任何处理，所以函数体中只需要一个pass

# create switch for ON/OFF functionality
# 创建一个开关，当为关闭（0）的时候，跟踪条就为黑色。开关打开（1）的时候，才能改变颜色。
switch = '0 : OFF \n1 : ON'
cv2.createTrackbar(switch, 'image',0,1,nothing)

while(1):
    cv2.imshow('image',img)
    k = cv2.waitKey(1) & 0xFF
    if k == 27:
        break

    # get current positions of four trackbars（获取四个跟踪条的当前位置）
    r = cv2.getTrackbarPos('R','image')
    g = cv2.getTrackbarPos('G','image')
    b = cv2.getTrackbarPos('B','image')
    s = cv2.getTrackbarPos(switch,'image')

    # 当开关关闭时，image设置为黑色（底色为黑色，改变颜色无效）。
    if s == 0:
        img[:] = 0
    else:
        img[:] = [b,g,r]
# 释放窗口。
cv2.destroyAllWindows()

基本操作之五：截取图片中的部分放置到任意位置。

import cv2
import numpy as np
srcImg=cv2.imread('dog.png')
# 通过数组的截取功能，截取图片的一部分。
roiImg = srcImg[20:120,170:270]
# 将截取的一部分移位到指定的位置。
srcImg[0:100,0:100] = roiImg
cv2.namedWindow('dogImg')
cv2.imshow('dogImg',srcImg)
cv2.waitKey()
cv2.destroyAllWindows()

基本操作之六：图片split成三原色以及由三原色的图片merge成原图片；为图片设置不同的border

import cv2
import numpy as np
from matplotlib import pyplot as plt
img = cv2.imread('roi.jpg')

# split and merge image channel
# split：任何彩色图片都是有blue green red 三原色组合而成的
#        opencv为我们提供了split方法可以把一张彩色图片分割成三原色图片。
b,g,r=cv2.split(img)
# print(b)
# print(g)
# print(r)

cv2.imshow('b',b)
cv2.imshow('g',g)
cv2.imshow('r',r)
# 看了这三张split的图片，我觉得自己怕是个色盲哦。
# sometimes，official document is better than some blog,its more clear.

# 可以分割，就一定还可以组合成一张彩色图片，所以提供了merge方法，把分为三原色的图片又组合成一张彩色图片。
mergeImage=cv2.merge((b,g,r))
cv2.imshow('merge',mergeImage)

cv2.waitKey()
cv2.destroyAllWindows()

BLUE=[255,0,0]
img1=cv2.imread('border.png')

# 为image创建border，就像photo frame：cv2.copyMakeBorder(),参数如下；
#src：image 地址
# top, bottom, left, right：border的再上下左右四个方位的宽度
# bordertype：BORDER_REPLICATE，最后边上的元素被无限延伸，eg：aaaaaa|abcdefgh|hhhhhhh
#             BORDER_REFLECT：border会做镜面反射，eg：fedcba|abcdefgh|hgfedcb
#             BORDER_REFLECT_101 or cv2.BORDER_DEFAULT：跟上面的镜面反射稍微有点不同的镜面反射，eg：gfedcb|abcdefgh|gfedcba
#             BORDER_WRAP：55555，它说不晓得咋解释，那我咋解释，，，eg：cdefgh|abcdefgh|abcdefg
#             BORDER_CONSTANT：添加一圈指定颜色的border，所以会比其他的边框类型多一个颜色的参数。
replicate = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_WRAP)
constant= cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_CONSTANT,value=BLUE)

plt.subplot(231),plt.imshow(img1,'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()

基本操作之七：通过权重计算合并两张图。

import cv2
img1 = cv2.imread('1.png')
img2 = cv2.imread('2.png')

#选择的两张图片的尺寸必须一致，不然会出错。

# 通过权重计算图片合并时各自所占的比例
dst = cv2.addWeighted(img1,0.7,img2,0.3,0)

cv2.imshow('Blending',dst)
cv2.waitKey(0)
cv2.destroyAllWindows()