Python——OpenCV(一：基础入门)

1.读写图片

# cv.imread(path,mode)	
import cv2
lena=cv2.imread("lena.bmp")
cv2.imshow("lena", lena )
cv.imwrite(path,img)
cv2.waitKey(0)
cv2.destroyAllWindows()

 2. 二值图像

只有两种颜色 黑和白 1白色 ，0黑色

3. 灰度图像

只有一个颜色通道，0-255，共256种颜色

4. 彩色图像

三个颜色通道 0-255，0-255，0-255，即R、G、B 三通道

5.像素处理

import cv2
import matplotlib.pyplot as plt
p = []  # 列表存放图像
lena = cv2.imread("./lena.jpeg")
p.append(cv2.cvtColor(lena, cv2.COLOR_BGR2RGB))
# 读入正常图像并进行灰度化处理
gray = cv2.cvtColor(lena, cv2.COLOR_RGB2GRAY)  # 转为灰度图像
p.append(cv2.cvtColor(gray, cv2.COLOR_BGR2RGB))
# 对灰度图像进行二值化处理 设置全局阈值为127
ret, gray1 = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
p.append(cv2.cvtColor(gray1, cv2.COLOR_BGR2RGB))
# plt.show():在一个窗口显示多幅图片
for i in range(3):
    # subplot(行,列,索引)
    plt.subplot(1, 3, i + 1)
    plt.imshow(p[i])
    # 没有坐标轴刻度
    plt.xticks([])
    plt.yticks([])
plt.show()

6.相关方法

cv2.imread(filepath,flags)
作用：读入图片
filepath：要读入图片的完整路径
flags：读入图片的标志

cv2.IMREAD_COLOR：默认参数，读入一副彩色图片，忽略alpha通道
cv2.IMREAD_GRAYSCALE：读入灰度图片
cv2.IMREAD_UNCHANGED：顾名思义，读入完整图片，包括alpha通道
-----------------
cv2.cvtColor(src,code,dst=None,dstCn=None)
作用：转换图像的颜色空间
src: 源图像
code: 指定颜色空间转换类型
dst: 目标图像；与原图像大小深度一致
dstCn: 指定目标图像通道数；默认None，则会根据src、code自动计算；

cv2.threshold(src, thresh, maxval, type
作用：对灰度图像进行二值化处理
src：源图像
thresh：阈值(在阈值中的像素点将变为0（白色部分），阈值之外的像素将变为1（黑色部分）)
maxval：最大值
type：阈值类型
    cv2.THRESH_BINARY（黑白二值）
    cv2.THRESH_BINARY_INV（黑白二值反转）
    cv2.THRESH_TRUNC （得到的图像为多像素值）
    cv2.THRESH_TOZERO
    cv2.THRESH_TOZERO_INV

7.通道

img = np.zeros((300, 300, 3), dtype=np.uint8)
img[:, 0:100, 0] = 255
img[:, 100:200, 1] = 255
img[:, 200:, 2] = 255
cv2.imshow('img', img)

# 通道拆分 
# 1.通过索引拆分 
# 2. 通过函数
img1 = cv2.imread(r"../lena.jpeg", cv2.IMREAD_COLOR)  # 传入一张彩色图片
b, g, r = cv2.split(img1)
cv2.imshow("exampleB", b)  # 展示B通道图
cv2.imshow("exampleG", g)
cv2.imshow("exampleR", r)