Opencv模块组织结构----opencv小案例实现

进入opencv官网，查看文档看opencv的响应模块

下载win或ios的pack，里面有响应模块源代码：

calib3d模块主要用于相机等
core模块非常重要，完全掌握，core中包括opencv的绘图操作等基础部分
dnn模块和神经网络相关
features2d模块和图像焦点检测相关，比如做图像匹配
higngui模块和图像交互相关，很重要，在当前课程使用较少
imgcodecs很重要
mi模块也很重要
photo模块图片处理
shape模块
stitch模块，图片连接等操作
video描述视频信息

案例一：图片读取

import cv2
img=cv2.imread('b.png',1)
#完成图片的写入
cv2.imwrite('image1.jpg',img)#这里的img已经是解码之后的数据
#写入的图片名称
#data数据，是图片解码之后的数据

案例二：图片写入

#有四个过程：文件读取，封装格式解析，数据解码，数据加载
img=cv2.imread('b.png',1)
cv2.imshow("image",img)
cv2.waitKey(0)
#图片格式：jpg，png，不同的jpg和png有不同的文件头和文件数据，数据是指图片压缩之后的编码数据
#图片编码可以减小图片的体积，提高压缩比，不同的压缩比对应不同的压缩大小

案例三：不同图片质量保存

实现不同压缩比的图片保存

import cv2
#jpg压缩
img=cv2.imread('b.png',1)
cv2.imwrite('one.jpg',img,[cv2.IMWRITE_JPEG_CHROMA_QUALITY,0])
#第三个参数描述的是图片质量，范围是0-100
#如果压缩后的图片只有10几k，就会严重失真,是有损压缩

cv2.imwrite('three.png',img,[cv2.IMWRITE_PNG_COMPRESSION,0])
#png图片是无损压缩，无法设置图片的透明度
#压缩比：jpg 0 压缩比高 ，范围0-100
# png 0 压缩比低，范围0-9

下面是最后图片的大小结果截图：

案例四：像素的基本操作（像素读取写入）

• 图片由像素点组成，放大后为一个个方块，存储rgb三色值

• 颜色深度：8bit，0-255

• 图片的宽高：640*480表示图片在水平方向有640个像素点，在水平方向由480个像素点

• 图片大小1.14M，宽720px，高547px

  所以1.14M=720 * 547 * 3 * 8bit/8 （B）=1.14M

  乘以3是因为rgb三色，乘以8是因为每一色为8bit，最后转换成M

  1B=8b（bit）

• rgb，alpha：透明度

• bgr：与rgb对应，是另一种表示方式，这里的b是blue通道

import cv2
img=cv2.imread('b.png',1)
#x,y轴方向表示
#x:图片的竖直方向
#y：图片的水平方向
#以左上角的点为原点

#像素读取
(b,g,r)=img[100,100]#坐标系上（100，100）处的像素点三色
print(b,g,r)


#像素写入
# 10 100----110 100,y不变，x增大
for i in range(1,100):
    img[10+i,100]=(255,0,0)#蓝色
    
cv2.imwrite('px.jpg',img)
cv2.waitKey(1000)#1000ms，当前时间过去后程序会继续执行

结果：