opencv---基本操作

1. 图像的IO操作

1.1 读取图像

API接口函数为cv.imread(path, int)，参数为：

• 要读取的图像文件位置
• 读取方式的标志
  • 1 表示cv.IMREAD*COLOR：以彩色模式加载图像，任何图像的透明度都将被忽略。是默认参数。
  • 0 表示cv.IMREAD*GRAYSCALE：以灰度模式加载图像
  • -1 表示cv.IMREAD_UNCHANGED：包括alpha通道的加载图像模式
    flag标志解释：flag

import cv2 as cv
# 以灰度图的形式读取图像
img = cv.imread("cat.jpg", 0)

1.2 显示图像

API接口为 cv.imshow()
参数：

• 显示图像的窗口名称，以字符串类型表示
• 要加载的图像（读取图像后的变量名）

import cv2 as cv
img = cv.imread("cat.jpg", 0) # 读取图像
print("image的大小为：", img.shape)
# 显示图像
cv.imshow("image", img)
cv.waitKey(0)  # 在给定的时间内（ms单位级）等待用户按键触发；当用户有按下键时，接续等待

1.3 保存图像

API接口：cv.imwrite(path, image)
参数：

• 文件路径
• 要保存的图像

import cv2 as cv
cv.imwrite("saveimage.png", img)

2 绘制几何图形

2.1 绘制直线

cv.line(img, start, end, color, thickness)
参数：

• img:需要绘制直线的图像
• start，end：直线的起点和终点（二者都为二维元组数，表示在图中的坐标）
• color：线条的颜色
• Thickness：线条宽度
• lineType：线条类型。线条类型介绍
• shift 坐标点小数点位数，相当于缩放

import cv2 as cv
import numpy as np
# 生成或读取要绘制直线的图像
img = np.zeros((320,320,3), np.uint8) # 利用numpy生成一灰度图像矩阵（值为0）

# 起点坐标 终点坐标
l_start = (50,200)
l_end =  (200, 50)  # 起始点和终点坐标为图像矩阵范围内的元组数据
# 线条颜色
l_color = (255, 0, 0) # BGR规则 8位 三元组
# 线条宽度
thickness = 1  # 整形数据
# 线类型
lineType = cv.LINE_8    # 8连接线
# lineType = cv.LINE_4
# lineType = cv.LINE_AA  # 锯齿线
cv.line(img, l_start, l_end, l_color, thickness, l_type)

cv.namedWindow("line_image")
cv.imshow("line_image", img)
cv.waitKey(10000)
cv.destroyAllWindows()

2.2 绘制圆形

API接口：
cv.circle(img, centerpoint, r, color, thickness)
参数：

• img：要绘制圆形的图像
• centerpoint：圆心坐标，二维元组
• r：半径，整形数据
• color：线条颜色：BGR，三维元组
• thickness：线条宽度，为-1时生成闭合图案并填充颜色
• linetype：圆边框线形 可为0 ，4 ，8
• shift：圆心坐标和半径的小数点位数

import cv2 as cv
import numpy as np

img = np.zeros((260, 260, 3), np.uint8)  # 生成一个灰度图像
print("image的大小为：", img.shape)

# 绘制圆形
c_c = (50, 50)
c_r = 10
c_color = (0, 255, 0) 
thickness = 1
# thickness = -1
c_type = 4
# c_type = 8
# c_type = 0

cv.circle(img, c_c, c_r, c_color, thickness, c_type)
 
cv.namedWindow("circle")
cv.imshow("circle", img)
cv.waitKey(10000)
cv.destroyAllWindows()

2.3 绘制矩形

API接口：
cv.rectangle(img, leftupper, rightdown, color, thickness, lineType, shift)
参数：

• img：要绘制矩形的图像
• leftupper：矩形左上角，二维元组
• rightdown：矩形右下角， 二维元组
• color：线条颜色
• thickness：线条宽度， 整形数据
• linetype：线条类型，8-connected line，4-connected line， CV_AA - antialiased line
• shift：坐标点小数点位数

import numpy as np
import cv2 as cv

img = np.zeros((300, 300, 3 ), np.uint8)# 生成一个灰度图像
print("image的大小为：", img.shape)

# 矩形左上角
r_lu = (100, 100)
# 矩形右下角
r_rd = (200, 200) 
# 线条颜色
r_color = (0, 255, 0)  # BGR 三维数据
# 线条宽度
r_thickness = 4  # 整形数据
# 线条类型
lineType = cv.LINE_8
# lineType = cv.LINE_4
# lineType = cv.LINE_AA 
cv.rectangle(img, r_lu, r_rd, r_color, r_thickness, lineType)

cv.namedWindow("rectangle")
cv.imshow("rectangle", img)
cv.waitKey(10000)
cv.destroyAllWindows()

2.4 向图像中添加文字

API接口：
cv.putText(img, text, station, font, fontsize, color, thickness, lineType， bottomLeftOrigin)
参数：

• img：要添加文字的图像
• text：要添加的文字
• station：文字在图像中的左下角坐标，二维数组
• font：字体
• fontsize：字大小
• color：字体颜色
• thickness：字宽度
• linttpe：线条类型：8-connected line，4-connected line， CV_AA - antialiased line
• bottomLeftOrigin：为true时，图像数据原点在左下角，否则在左上角

import numpy as np
import cv2 as cv

img = np.zeros((300, 300, 3), np.uint8)

# 添加文字
text = "opencv"
# 文字左下角坐标
station = (60, 60)
# 字体
font = cv.FONT_HERSHEY_COMPLEX
# 字大小
font_size = 0.5
# 字颜色
font_color = (0, 255, 0)  # BGR
# 线条宽度
thickness = 4
# 线条类型
lineType = cv.LINE_8
# lineType = cv.LINE_4
# lineType = cv.LINE_AA 

cv.putText(img, text, station, font, font_size, font_color, thickness, lineType)

2.5 获取并修改图像中的像素点

根据行和列的坐标值来获取该像素点的像素值。对于BGR图像，返回一个蓝、绿、红的数组。对于灰度图像，仅返回相应的强度值。同时，可以使用相同方法进行像素值修改。
如：

import cv2 as cv

img = cv.imread("./cat.jpeg", 3)
# 获取某点的像素值
px = img[100, 100]
# 仅获取蓝色通道的强度值
blue = img[100, 100, 0]
# 修改某个位置的像素值
img[100, 100] = [255, 255, 255] 

2.6 获取图像的属性

图像属性包括行数、列数和通道数，图像数据类型，像素数等

import cv2 as cv

img = cv.imread("./cat.jpeg", 3)
# 图像形状
img_shape = img.shape
# 图像大小
img_size = img.size
# 图像数据类型
img_dtype = img.dtype  

2.7 图像通道的拆分与合并

有时需要在B，G，R通道图像上单独工作。在这种情况下，需要将BGR图像分割为单个通道。或者在其他情况下，可能需要将这些单独的通道合并到BGR图像。你可以通过以下方式完成。

import cv2 as cv

img = cv.imread("./cat.jpg", 3)
# 通道拆分
b, g, r = cv.split(img)
# 通道合并
img = cv.merge((b, g, r))

2.8 色彩空间的改变

OpenCV中有150多种颜色空间转换方法。最广泛使用的转换方法有两种，BGR↔Gray和BGR↔HSV。

import cv2 as cv

cv.cvColor(input_image, flag)

参数：

• input_image: 进行颜色空间转换的图像
• flag: 转换类型
  • cv.COLOR_BGR2GRAY : BGR↔Gray
  • cv.COLOR_BGR2HSV: BGR→HSV

总结

1. 图像IO操作的API：
   • cv.imread(path, flag) 读取图像，path为路径，flag为读取方式
   • cv.imshow(window_name, img) 显示图像，window_name为窗口名，img为图像变量名
   • cv.imwrite(save_path, img) 保存图像，save_path为保存路径，img为要保存的图像
2. 在图像上绘制几何图像
   • cv.line() 绘制直线
   • cv.circle() 绘制圆形
   • cv.rectangle() 绘制矩形
   • cv.putText() 在图像上添加文字
3. 获取并修改图像中的像素点
   • px = img[100, 100] 获取某点的像素值
   • blue = img[100, 100, 0] 仅获取蓝色通道的强度值
   • img[100, 100] = [255, 255, 255] 修改某个位置的像素值
4. 获取图像的属性
   • img.shape
   • img.size
   • img.dtype
5. 拆分或合并通道
   • b, g, r = cv.split(img) 通道拆分
   • img = cv.merge((b, g, r)) 通道合并
6. 色彩空间的改变
   • cv.cvtColor(input_image，flag)