图像处理—OpenCV相关简单操作

引言

本篇博客只简单介绍下Python中openCV库中对图像的简单处理及相关操作，介绍常用API的使用，方便自己查阅和向读者简单介绍下。但是读者了解但不应局限于此，图像操作对面向API的话，我们很容易就能实现对图像的操作，我们更应该去学习图像操作的原理，无非就是对图像矩阵中像素的一系列的操作，学习这些才能让我们更清楚的去了解图像。

1. openCV库的安装

最方便的是使用PIP安装会自动下载相关依赖类库

pip install opencv-python

原图像：

2. 图像的读取显示

图像读进来是一个三维的矩阵（WEIGHT，HEIGHT，KERNELL）分别是宽高通道数，如果时灰度图，通道数为1；如果时彩色图通道数为3。
注：openCV读进来的图像KERNELL是以BGR的方式。而其他的比如PIL，tf.image是RGB方式读取。openCV中也提供了相关的API去转换。

定义一下路径：

path = './dog.jpg'

# 1. 引入OpenCV 2.API 3.stop
import cv2
img = cv2.imread(path,0) # 路径  0灰度1彩色
cv2.imshow('zuer',img) # name win img
cv2.waitKey(0)

3. 图像的写入

import cv2
img = cv2.imread(path,1)
cv2.imwrite('./new.jpg', img)

import cv2
img = cv2.imread(path,1)
cv2.imwrite('./new.jpg', img, [cv2.IMWRITE_JPEG_QUALITY , 50])
# jpg 有损压缩 0-100  png 无损压缩 0-9

下面代码是在图上面画了一条线

import cv2
img = cv2.imread(path, 1)
(b, g, r) = img[200, 200]
for i in range(300):
    img[10+i,400] = (255,0,0)
cv2.imshow('image', img)
cv2.waitKey(0)

4. 图像的尺寸变化

import cv2
img = cv2.imread(path, 1)
imginfo = img.shape

height = imginfo[0]
width = imginfo[1]
mode = imginfo[2]

# 放大 缩小 等比例 非等比例
dstWidth = int(width * 0.3)
dstHeight = int(height * 0.3)

# 最近临域插值 双线性插值 像素关系重采样 立方插值 其他API中常用的也是这几种
dst = cv2.resize(img, (dstWidth, dstHeight))
cv2.imshow('erke', dst)
cv2.waitKey(0)

5. 图像的仿射变换

在图像上选取点做对应的映射变换

import cv2
import numpy as np
img = cv2.imread(path)
imginfo = img.shape
height = imginfo[0]
width = imginfo[1]

matSrc = np.float32([[0,0],[0,height-1],[width-1, 0]])
matDst = np.float32([[50,50],[0,height-80],[width-100,0]]) #采用x࿰