OpenCV-图像基本操作 图像截取特定区域、颜色通道提取、边界填充、数值计算、图像融合

最新推荐文章于 2024-05-22 08:19:24 发布
最新推荐文章于 2024-05-22 08:19:24 发布
阅读量1.4w 收藏 66
点赞数 5
分类专栏： OpenCV Python 文章标签： opencv pytorch python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/erfan_lang/article/details/120034647
版权

目录

在这里插入图片描述
将图片转换为像素的矩阵

图片

from matplotlib import pyplot as plt 的基本用法简介

import cv2
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline


img=cv2.imread('man.jpg')

img
img
array([[[  2,   2,   2],
        [  2,   2,   2],
        [  2,   2,   2],
        ...,
        [ 20,  20,   6],
        [ 19,  19,   5],
        [ 27,  27,  13]],

       [[  2,   2,   2],
        [  2,   2,   2],
        [  2,   2,   2],
        ...,
        [ 15,  15,   9],
        [ 11,  11,   5],
        [  6,   7,   0]],

       [[  2,   2,   2],
        [  2,   2,   2],
        [  2,   2,   2],
        ...,
        [  6,   6,   6],
        [  4,   4,   4],
        [  7,   7,   7]],

       ...,

       [[196, 209, 217],
        [198, 211, 219],
        [201, 214, 222],
        ...,
        [240, 239, 241],
        [236, 235, 237],
        [239, 238, 240]],

       [[196, 209, 217],
        [198, 211, 219],
        [200, 213, 221],
        ...,
        [244, 243, 245],
        [238, 237, 239],
        [239, 238, 240]],

       [[198, 210, 216],
        [199, 211, 217],
        [197, 211, 217],
        ...,
        [236, 238, 238],
        [233, 235, 235],
        [237, 239, 239]]], dtype=uint8)

在这里插入图片描述
在这里插入图片描述

cv2.imshow('image',image)
cv2.waitKey(0)
cv2.destoryAllWindows()

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

image.shape

import cv2
image=cv2.imread('man.jpg',cv2.IMREAD_GRAYSCALE)#灰度图像，
image

在这里插入图片描述
在这里插入图片描述

#保存 
cv2.imwrite('huiman.jpg',image)

type(image)

image.size

image.dtype

视频

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

import cv2
vc = cv2.VideoCapture('scenery.MP4')
#检查是否可以正常打开
if vc.isOpened():
    open,frame=vc.read()
else:
    open = False
while open:
    ret,frame = vc.read()
    if frame is None:
        break
    if ret == True:
        gray=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)#将彩色视频转化为灰色视频
        cv2.imshow('result',gray)
        if cv2.waitKey(10)&0xFF==27:#括号中数字越大，视频播放速度越慢。0xFF==27表示按ESC后退出视频播放
          break
vc.release()
cv2.destoryAllWindows()

在这里插入图片描述

图像截取特定的区域

这是数组类型， 0-200 指定切片，把想要的区域选择出来

import cv2

def cv_show(name,image):
    cv2.imshow(name,image)
    cv2.waitKey(0)
    cv2.destoryAllWindows()
    
image = cv2.imread('man.jpg')
man = image[0:200,0:200]
cv_show('man',man)

在这里插入图片描述

颜色通道提取

import cv2

def cv_show(name,image):
    cv2.imshow(name,image)
    cv2.waitKey(0)
    cv2.destoryAllWindows()
    
image = cv2.imread('man.jpg')
man = image[200:630,250:450]
cv_show('man',man)

在这里插入图片描述

B,G,R分离


import cv2
image = cv2.imread('man.jpg')
b,g,r=cv2.split(image)

import cv2
import numpy as np
image = cv2.imread('man.jpg')
(B,G,R) = cv2.split(image)
image = cv2.merge([B,G,R])
cv2.imshow('image',image)
cv2.imshow("Red",R)
cv2.imshow("Green",G)
cv2.imshow("Blue",B)
cv2.waitKey(0)

在这里插入图片描述

在这里插入图片描述

#只保留R
#只保留R
def cv_show(name,image):
    cv2.imshow(name,image)
    cv2.waitKey(0)
    cv2.destoryAllWindows()
    
cur_img = image.copy()
cur_img[:,:,0] = 0
cur_img[:,:,1] = 0
cv_show('R',cur_img)

#只保留B
def cv_show(name,image):
    cv2.imshow(name,image)
    cv2.waitKey(0)
    cv2.destoryAllWindows()
    
cur_img = image.copy()
cur_img[:,:,2] = 0
cur_img[:,:,1] = 0
cv_show('B',cur_img)

#只保留G
def cv_show(name,image):
    cv2.imshow(name,image)
    cv2.waitKey(0)
    cv2.destoryAllWindows()
    
cur_img = image.copy()
cur_img[:,:,0] = 0
cur_img[:,:,2] = 0
cv_show('G',cur_img)

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

边界填充

import cv2
import numpy as np
img=cv2.imread('man.jpg')
top_size,bottom_size,left_size,right_size=(150,150,150,150)
replicate=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_REPLICATE)
reflect=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_REFLECT)
reflect101=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_REFLECT101)
wrap=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_WRAP)
constant=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_CONSTANT,value=0)#value=0黑框

import matplotlib.pyplot as plt
plt.subplot(231),plt.imshow(img,'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('REFLECT101')
plt.subplot(235),plt.imshow(wrap,'gray'),plt.title('WRAP')
plt.subplot(236),plt.imshow(constant,'gray'),plt.title('CONSTANTL')

plt.show()

# cv2.BORDER_REPLICATE复制法，复制最边缘像素
# cv2.BORDER_REFLECT反射法，对感兴趣的图像中的像素在两边进行入职
# cv2.BORDER_REFLECT101反射法，以最边缘像素为轴，对称 cv2.BORDER_WRAP外包装法
# cv2.BORDER_CONSTANT常良法

在这里插入图片描述

数值计算

img_queen = cv2.imread('queen.jpg')
img_man = cv2.imread('man.jpg')

img_man2 =img_man + 10 #在图像中每个像素点+10，
img_man[:5,:,0]

img_man2[:5,:,0]

(img_man + img_man2)[:5,:,0]

cv2.add(img_man,img_man2)[:5,:,0]

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

图像融合

res =cv2.addWeighted(img_man,0.4,img_queen,0.6,0.4)
plt.imshow(res)

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

img_man=cv2.resize(img_man,(640,640))
img_man.shape

在这里插入图片描述

在这里插入图片描述

res = cv2.resize(img,(0,0),fx=3,fy=1)
plt.imshow(res)

在这里插入图片描述

res = cv2.resize(img,(0,0),fx=1,fy=3)
plt.imshow(res)

在这里插入图片描述

res = cv2.resize(img,(0,0),fx=5,fy=5)
plt.imshow(res)

在这里插入图片描述

Yicsr
关注
  • 5
    点赞
  • 踩
  • 66
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
python找图片特定区域_python用opencv批量截取图像指定区域
weixin_39617113的博客
11-29 651
python用opencv批量截取图像指定区域(2018-11-14 16:21:03)import os import cv2 for i in range(1,201): if i==169 or i==189: i= i+1 pth = "C:\\Users\\Desktop\\asd\\"+str(i)+".bmp" image =cv2.imread(pth) //从指定路径读取图像 c...
python用opencv批量截取图像指定区域的方法
01-21
代码如下 import os import cv2 for i in range(1,201): if i==169 or i==189: i = i+1 pth = C:\\Users\\Desktop\\asd\\+str(i)+.bmp image = cv2.imread(pth) //从指定路径读取图像 cropImg = image[600:1200,750:1500] //获取感兴趣区域 cv2.imwrite(C:\\Users\\Desktop\\qwe\\+str(i)+.bmp,cropImg) //保存到指定目录
opencv中图像叠加/图像融合/按位操作的实现
09-17
主要介绍了opencv中图像叠加/图像融合/按位操作的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
图像指定区域截取
05-26
图像指定区域截取
opencv 区域提取
最新发布
xie__jin__cheng的博客
05-22 268
opencv 区域提取
OpenCV 学习笔记（提取图像中特定颜色区域）
热门推荐
Ivan 的专栏
08-14 1万+
OpenCV 学习笔记（提取图像中特点颜色） 我们经常需要提取图像中某种特殊颜色的区域，比如黄色或者红色区域。如果只是提取特点的颜色，那么很简单，直接做颜色比较就可以了。如果要选取某个颜色范围，这个工作在 RGB 空间中就不是那么方便了。这时我们通常会选取 HSV 或类似的颜色空间。 关于 HSV 空间的介绍网上有很多，这里就不详细写了。但是可以认为 Hue 表示颜色，Saturation 表示颜色的饱和度，Brightness 是亮度。选取颜色范围时我们通常用 Hue 和 Sat 两个维度。下面是在网上
Python-OpenCV截取图片的感兴趣区域
Scarlett的博客
06-16 2197
import cv2 img = cv2.imread('selectROI_1.jpg') print('鼠标选择ROI,然后点击 enter键') r = cv2.selectROI('cv2.selectROI', img, True, False) roi = img[int(r[1]):int(r[1]+r[3]), int(r[0]):int(r[0]+r[2])] cv2.imshow('roi', roi) cv2.waitKey(0) cv2.destroyAllWindows()
opencv 裁剪图片方法详解
花生日记
05-24 3553
它包含了很多图像处理的功能，包括裁剪图片。在 Python 中，我们可以使用 OpenCV 的 `cv2` 模块来实现图片的裁剪。这里，我们将图片的左上角和右下角分别设置为原始图片的 1/4 和 3/4 处。你可以根据需要调整这些值。这就是使用 OpenCV 裁剪图片的方法。3. 根据目标尺寸裁剪图片。# 获取图片的宽度和高度。1. 裁剪指定区域的图片。2. 根据比例裁剪图片。# 显示裁剪后的图片。# 保存裁剪后的图片。# 显示裁剪后的图片。# 显示裁剪后的图片。# 显示调整后的图片。
OpenCV截取图像的某一区域
m0_60259116的博客
02-06 2070
OpenCV截取图像的某一区域
OpenCV裁剪图像任意区域
幽冥之花的博客
10-20 6481
目录 给出区域轮廓点集，通过drawContours函数填充区域，生成mask图像，与原图相与 代码如下： #include<iostream> #include<opencv2\opencv.hpp> using namespace std; using namespace cv; int main() { Mat src = imread("F:/testdata/input.png"); Mat mask = Mat::zeros(src.size(), CV
Python截取图片区域并保存03
spring_r的专栏
06-29 6276
Python截取图片区域并保存
opencv(二)、ROI区域和颜色通道的提取
weixin_73044854的博客
11-23 251
opencv(二)、ROI区域和颜色通道的提取
C++ - Qt - opencv - 图像分割 - 种子提取 - 特征提取
05-14
在本项目中，我们探索了如何使用C++编程语言，结合Qt库和OpenCV库，进行图像处理，特别是种子提取和特征提取。首先，我们来深入理解这些关键概念和技术。 **1. C++：** C++是一种通用的、面向对象的编程语言，具有...
opencv-python图像基本操作1
08-08
本篇文章将介绍 OpenCV 库中与图像基本操作相关的函数，这些函数可以帮助我们加载、显示、保存图像，以及执行各种图像处理任务。 1. **读取图像**： 使用 `cv2.imread()` 函数可以读取图像。参数有两个：文件名和...
openCV-image.zip_image opencv_opencv 图像_opencv 图像操作_图像操作
09-22
这个压缩包“openCV-image.zip”可能包含了关于OpenCV在处理图像时的一些基本操作的文档“openCV image.doc”。 在OpenCV中，图像操作主要包括以下几个方面： 1. **读取与显示图像**：使用`imread()`函数可以读取...
C++ opencv - 图像处理 - 目标定位
05-14
4. **轮廓提取与形态学操作**：一旦检测到目标区域，我们可以使用OpenCV的轮廓提取函数找到目标的边界。形态学操作如腐蚀、膨胀可以帮助去除噪声，使目标轮廓更加清晰。 5. **定位与坐标转换**：定位是确定目标在...
cv2模块定点裁剪图片并存储
weixin_49722641的博客
08-06 1758
#–author:zhaozhao #date:2020/08/06 功能：对图片进行定点裁剪，一张图片需要裁剪出一个矩形的话只需要两个点，左上角和右下角（point1，point2 ），并截取一部分保存 cv2的安装 cmd命令窗口下 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python 显示安装成功后输入python，再import cv2不报错则表示安装成功，若pycharm仍然显示错误，在settings的proj
opencv(5): ROI截取部分图像
luyouqi11的博客
07-22 437
imgLT = img[0:hPoint-1,0:wPoint-1,:] # 左上图像。imgLB = img[hPoint:shape[0],0:wPoint-1,:] # 左下图像。imgRT = img[0:hPoint-1,wPoint:shape[1],:] # 右上图像。imgRB = img[hPoint:shape[0],wPoint:shape[1],:] # 右下图像。# 将图像高等分成2份，将图像宽度等分为2份。
opencv-python通过某一点为圆心截取图像圆形区域
05-17
可以通过以下步骤使用OpenCV-Python截取一个圆形区域： 1. 读取图像并将其转换为灰度图像。 2. 检测圆形区域。可以使用Hough圆检测算法或其他形状检测算法来检测圆形区域。 3. 获取圆形区域的中心点和半径。 4. 使用中心点和半径裁剪原始图像的圆形区域。 以下是示例代码： ```python import cv2 # 读取图像并转换为灰度图像 img = cv2.imread('test.jpg') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 检测圆形区域 circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=30, minRadius=0, maxRadius=0) # 获取圆形区域的中心点和半径 x, y, r = circles[0][0] # 使用中心点和半径裁剪原始图像的圆形区域 crop_img = img[int(y-r):int(y+r), int(x-r):int(x+r)] # 显示裁剪后的图像 cv2.imshow("crop_img", crop_img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 其中，Hough圆检测算法的参数根据实际情况进行调整。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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