类型转换
1)原始图像->灰度图像
b=cv2.cvtColor(a,cv2.COLOR_BGR2GRAY)
2)BGR->RGB
b=cv2.cvtColor(a,cv2.COLOR_BGR2RGB)
3)GRAY->BGR
转换时,B=G=R
b=cv2.cvtColor(a,cv2.COLOR_GRAY2BGR)
几何变换
首先了解什么是 仿射变换
仿射变换:仿射变换可以通过一系列的原子变换的复合来实现,包括:平移(Translation)、缩放(Scale)、翻转(Flip)、旋转(Rotation)和剪切(Shear)。
缩放
缩放:指定大小
b=cv2.resize(a,(200,100))
#注意:第2个参数控制的是“列长度、行长度”,注意顺序。
size=(200,100)
b=cv2.resize(a,size)
缩放:按比例缩放
rows,cols=a.shape[:2]
b=cv2.resize(a,(round(cols*0.5),round(rows*1.2)))
rows,cols=a.shape[:2]
size=(round(cols*0.5),round(rows*1.2))
b=cv2.resize(a,size)
使用fx,fy
b=cv2.resize(a,None,fx=1.2,fy=0.5)
fx、fy是水平方向上、垂直方向上的缩放;小于1则缩小;大于1则放大
图像旋转
b=cv2.flip(a,0)#按照X轴进行翻转
b=cv2.flip(a,1)#按照Y轴进行翻转
b=cv2.flip(a,-1)#按照X轴再按Y轴进行翻转
图像平移
import cv2
import numpy as np
a=cv2.imread("C:/Users/chapter6/image/lenacolor.png")
height,width,channel=a.shape
x=100
y=200
M = np.float32([[1, 0, x], [0, 1, y]])
#确定好仿射变换矩阵M,再使用warpAffine进行变换
b=cv2.warpAffine(a,M,(height,width))
cv2.imshow("original",a)
cv2.imshow("move",b)
cv2.waitKey()
cv2.destroyAllWindows()
图像旋转
height,width=a.shape[:2]
M=cv2.getRotationMatrix2D((height/2,width/2),45,0.6)
#cv2.getRotationMatrix2D(),这个函数需要三个参数,旋转中心,旋转角度,旋转后图像的缩放比例
b=cv2.warpAffine(a,M,(height,width))
仿射变换
import cv2
import numpy as np
img=cv2.imread('C:/Users/liuchenyi/Downloads/chapter6/image/lenacolor.png')
rows,cols,ch=img.shape
p1=np.float32([[0,0],[cols-1,0],[0,rows-1]])
p2=np.float32([[0,rows*0.33],[cols*0.85,rows*0.25],[cols*0.15,rows*0.7]])
M=cv2.getAffineTransform(p1,p2)
dst=cv2.warpAffine(img,M,(cols,rows))
cv2.imshow("origianl",img)
cv2.imshow("result",dst)
cv2.waitKey()
cv2.destroyAllWindows()
阈值分割
#注意原始图像的类型,必须是8位单通道图像,彩色图像无意义
r,b=cv2.threshold(a,127,255,cv2.THRESH_BINARY_INV)
- 二进制阈值化:亮色为白色;暗色为黑色
- 反二进制阈值化:暗色为白色;亮色为黑色
- 截断阈值化:比较亮的都转为阈值
- 反阈值化为0:把亮的转为黑色
- 阈值化为0:把暗的转为黑色