【opencv】(1) 基础操作:图像视频读取、图像截取、颜色通道

主要内容有:图像及视频的读取和保存图像显示转换灰度图图像截取颜色通道提取和组合

那我们开始吧。


1. 图像操作

首先我们导入opencv库,彩色图像一般都是由RGB(红绿蓝)三颜色通道构成,灰度图只有一个颜色通道即暗亮度。在opencv中,图像的读取格式是BGR;在matplot中,图像保存格式是RGB。用opencv的绘图方法和matplot的绘图方法展现出来的图可能会有颜色上的出入,这需要注意一下。

import cv2  # 导入opencv,读取的格式是BGR

1.1 图像读取和显示

图像读取: cv2.imread( 图片路径 )

图像显示: cv2.imshow( '定义图像名', 图像 )

首先,读取图片时,文件的路径名一定要是英文的,不然可能会读取不了。

#(1)图像读取,注意是英文路径
filepath = 'C:\\...\\opencv\\img'
# 读取img文件夹中的wise.jpg图片
img = cv2.imread(filepath+'\\wise.jpg')
# 取值范围0-255
img.shape  # (404, 720, 3)

读取后,变量img中保存的是我们的图片,每一个像素值都是在0-255之间,shape为3,即长404,宽720,颜色通道3。

接下来我们显示这张图象。其中 cv2.waitKey(0) 为显示图像后图像不消失,需要手动关闭,如果设置图像显示几毫秒后自动关闭,填入相应的值。cv2.destroyAllWindows() 代表点击任意键关闭所有窗口。

#(2)显示图像
cv2.imshow('wise-man',img) # 传入(窗口名,图像)
# 等待时间设为0,让图像不会自己消失
cv2.waitKey(0)
# cv2.waitKey(1000)  # 图像显示1000毫秒后消失
# 键盘上任意按一个图像消失
cv2.destroyAllWindows()

输出图像如下。


1.2 转换灰度图

方法: cv2.imread(路径, cv2.IMREAD_GRAYSCALE)

转换灰度图只需要在读取图像函数中增加一个参数 cv2.IMREAD_GRAYSCALE,就能在读取图像时将图像从彩图转变成灰度图。

# 读取图像转换灰度图
img = cv2.imread(filepath+'\\wise.jpg',cv2.IMREAD_GRAYSCALE)
img.shape # 查看图像的shape,灰度图只有一个颜色通道
# 显示图像
cv2.imshow('wise-man',img) 
# 手动关闭窗口
cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果如下,可以和上图的原图比较


1.3 图像保存

cv2.imwrite(路径, 图像变量)  

将图像保存到指定文件夹filpath,再给这个图片命名。执行代码会有返回值,如果是True证明保存成功。

cv2.imwrite(filepath+'\\gray.jpg',img)  # 指定路径,图像

1.4 其他基础操作

# 查看形状
img.shape
# 查看数据类型
type(img)  # 数组类型
# 计算像素点个数
img.size  # 872640个
# 数据类型
img.dtype  #'uint8'

2. 视频操作

2.1 视频读取

读取方法: cv2.VideoCapture(文件路径)

#(1)视频读取
# 视频所在文件夹
filepath = 'C:\\...\\video'
# 读取文件夹中的哪一个视频
video = cv2.VideoCapture(filepath+'\\walking.mp4')

查看视频能否被打开。变量.read() 从视频中提取一帧图片,需要循环来不断提取。用right接收是否能打开,返回True表示可以打开frame保存返回的的每一帧图像

#(2)检查是否打开正确
if video.isOpened(): # 如果能打开
# 返回布尔类型,和每一帧数据
    right,frame = video.read()  # 每次执行读取一帧结果
else:  # 如果不能打开
    open = False

2.2 读取整个视频

#(3)读取整个视频
while open:
    # 每一次循环读取一帧,返回是否打开right和每帧图像结果frame
    right,frame = video.read() # video存放读入的视频
    # 如果读取的一帧是空值,说明读取结束,循环停止
    if frame is None:
        break
    if right == True:  # 对每一帧图像处理
        # 图像色彩转换函数,将当前图像变成灰度
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        # 处理后将每帧图像依次呈现出来
        cv2.imshow('changed',gray)
        # 设置每帧图像停留时间10ms,正常速度33ms,并指定退出键ESC退出视频
        if cv2.waitKey(10)&0xFF==27:
            break
# 运行结束后,释放视频资源
video.release()
# 任意键退出
cv2.destroyAllWindows()

gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) 表示将帧图片frame变成灰度图。cv2.waitKey(10) 设置每张图片的显示时间10ms,0xFF==27代表使用ESC键退出视频。


3. 图像截取

为了下面显示图像方便,我们先定义一个图像显示函数。

import cv2
# 定义一个图像展示函数
def cv_show(name,img):
    cv2.imshow(name,img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

接下来提取图像,由于提取的图像数据是数组类型,因此可以使用切片的方法来裁剪图像。

# roi区域,截取图像中的一部分
# 获取指定路径图像
filepath = 'C:\\Users\\admin\\.spyder-py3\\test\\opencv\\img'
img = cv2.imread(filepath+'\\wise2.jpg')
# 展示读入的图像
cv_show('wise-man',img)
# 由于读入的图像是数组类型,可以进行切片
wise2 = img[200:700,200:700] 
# 展示切片后的图像
cv_show('changed',wise2)

  


4. 颜色通道

4.1 提取三通道

通道拆分: cv2.split(图像变量)

拆分后得到每一个通道的图像,分别为B、G、R

# ==1== cv2.split()切分
B,G,R = cv2.split(img) # 对原图像切分,把channel层分开

由于图像是数组类型,使用索引方法切分通道

# ==2== 使用索引方法,提取三通道
B = img[:,:,0] # 通道的第0个是B
G = img[:,:,1]
R = img[:,:,2]

4.2 颜色通道组合

通道组合: cv2.merge(通道层)

#(3)颜色通道组合
img2 = cv2.merge((B,G,R))
# 使用定义的函数绘图
cv_show('merged',img2)

  

4.3 只保留某个通道

使用索引方法使其他几个通道为0即可

#(4)只保留某个通道
# 首先复制一张图像
img3 = img.copy() # 复制img
# 只保留G通道
img3[:,:,0] = 0  # B通道为0
img3[:,:,2] = 0  # R通道为0
# 使用定义的函数
cv_show('G-channel',img3)
# 效果图上面的右边
  • 4
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

立Sir

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值