python中opencv读取图片的小知识点

前言

之前一直会搞混opencv读取图片的时候到底是(height, width, channel) 还是(width, height, channel)，以及设置像素点的时候的(x,y)位置。所以在这里记录一下各种小知识点，以后忘记的时候可以翻阅一下。

小知识点

1. 图像的数据结构
   当用img = cv2.imread('pic.png')的时候：
   用img.shape返回的是: (height, width, channel)
   下面是以BGR格式为例介绍Image的数据结构.
   
   第一维度 : Height 高度, 对应这张图片的 nRow行数

   第二维度 : Width 宽度, 对应这张图片的nCol 列数

   第三维度: Value BGR三通道的值.

2. 图像切割与ROI

   • SelectROI函数
     rect = cv2.selectROI("image", img, showCrosshair, fromCenter)

     参数解释

     “image” : winName 窗口名称

     img : 目标想要裁剪的图像

     showCrosshair : 是否显示网格

     True 显示网格

     False 只有矩形

     fromCenter:

     True 第一次选中的点为矩形的中心.

     False 第一次选中的点为矩形的左上角.

     返回的是一个tuple值, 代表矩形区域. 分别代表矩形左上角坐标 (x, y) 与矩形宽度w跟高度h
     (x, y, w, h) = rect
     切片的时候一定要注意, 第一维指的是行数, 第二维度指的是列数.
     imCrop = img[y : y+h, x:x+w]

3. 浅拷贝和深拷贝
   图像拷贝有两种概念

   1. 浅拷贝
      当图像之间进行赋值时，图像数据并未发生复制，两个对象指向同一块内存,改变图像2会影响图像1

      cv::Mat img;
      img = image;
      

   2. 深拷贝
      当图像之间进行赋值时，图像数据发生复制，两个对象指向不同的内存,改变图像2不会影响图像1。
      因为cv传入图片都是用numpy存的，对于numpy，有函数np.copy(A)

      import numpy as np
      A = np.arange(10)
      B = np.copy(A)
      # 这样就是深拷贝啦
      

4. np中的reshape和resize的区别

   1. np.reshape和A.reshape
      • reshape函数变形前与变形后的size必须相同.
      • A.reshape((2,3))并没有改变A的形状，改变形状的对象以返回值的形式。
   2. np.resize和A.resize
      • 不要求新的array的size 必须与原来array的size相同, 可以自动填充
      • A.resize((2,3))改变了A，不返回值！

5. np.random随机函数模块

   1. np.random.rand
      很明显，这个是生成0-1的随机数
   2. np.random.randn
      这个最后的n出卖了你，就是Normalization，正态分布。生成正态分布啊，那肯定就不是0-1啊！

   值得注意的是：

   numpy.random.rand(d0, d1, ..., dn)
   numpy.random.randn(d0, d1, ..., dn)
   

   这两个东西的构造函数都是一样的，就是传入不用tuple，直接维度就OK了。

6. 滑动条
   之前一直都搞不懂滑动条里的回调函数，今天有点清楚了。
   cv2.createTrackbar(trackbar_name,window_name,min_value,max_value,callback_func)
   依次传入的函数

   • trackbar_name 滑条的名称，获取这个滑条的数值也是通过名称
   • window_name 滑条所在窗口 (window) 的名称
   • min_value 滑条最小值
   • max_value 滑条最大值
   • callback_func 回调函数，这个参数其实类似C语言中的函数指针，我传入的是函数名称，每次滑条被拖动的时候，都会执行这个函数．

   例子：

   # 这个nothing的意思就是啥也不做。
   def nothing(x):
       print(x)
   cv2.createTrackbar('gray_value','image',0,255,nothing)
   

   这里的nothing(x)，被传入的实际是滑条的当前取值。也就是说，createTrackbar这个函数，会将当前的滑动条位置传给回调函数！！！

7. cv2.waitKey()
   原型：cv2.waitKey([delay]) → retval

   • 当有按键按下的时候
     返回值为当前键盘按键值；
   • 当没有按键按下的时候：
     如果delay>0,那么超过指定时间则返回-1；如果delay=0，将没有返回值

8. 用鼠标回调函数、滑动条回调函数来创建一个彩色绘图板(要熟悉以下代码)

   
   '''
   鼠标按下绘制线条，可以调整线条粗细，变换颜色，线条也更流畅(怎么做到的)
   '''
   import cv2 
   import numpy as np 
   
   isMouseLBDown = False
   circleColor = (0,0,0)
   circleRadius = 5 #画笔的粗细
   lastPoint = (0, 0) # 获取最后的点有什么用
   
   def draw_circle(event, x, y, flags, param):
       global img 
       global isMouseLBDown
       global circleColor
       global lastPoint
   
       if event == cv2.EVENT_LBUTTONDOWN:
           isMouseLBDown = True
           cv2.circle(img, (x,y), int(circleRadius/2), circleColor, -1)
           # 这里要加lastPoint
           lastPoint = (x,y)
       elif event == cv2.EVENT_LBUTTONUP:
           isMouseLBDown = False 
       elif event == cv2.EVENT_MOUSEMOVE:
           if isMouseLBDown:
               # 这里是line
               cv2.line(img, pt1=lastPoint, pt2=(x,y), color=circleColor, thickness=circleRadius)
               lastPoint = (x, y)
   
   # 更新颜色
   def updateCircleColor(x):
       global circleColor
       global colorPreviewImg  # 预览颜色
   
       r = cv2.getTrackbarPos('Channel_Red', 'image')
       g = cv2.getTrackbarPos('Channel_Green', 'image')
       b = cv2.getTrackbarPos('Channel_Blue', 'image')
   
       circleColor = (b, g, r)
       colorPreviewImg[:] = circleColor
   
   # 更新画笔的宽度
   def updateCircleRadius(x):
       global circleRadius 
       global radiusPreview
   
       circleRadius = cv2.getTrackbarPos('Circle_Radius', 'image')
       # 重置画布
       radiusPreview[:] = (255, 255, 255)
       cv2.circle(radiusPreview, center=(50,50), radius=int(circleRadius/2), color=(0,0,0), thickness=-1)
   
   
   
   # 主体
   img = np.zeros((512, 512, 3), dtype=np.uint8)
   # 图片设置为白色
   img[:] = (255, 255, 255)
   
   # 用于预览画笔的颜色
   colorPreviewImg = np.ones((100, 100, 3), np.uint8)
   colorPreviewImg[:] = (0, 0, 0)
   # 用于预览画笔的粗细
   radiusPreview = np.ones((100, 100, 3), np.uint8)
   radiusPreview[:] = (255, 255, 255)
   
   cv2.namedWindow('image')
   cv2.namedWindow('colorPreview')
   cv2.namedWindow('radiusPreview')
   
   cv2.createTrackbar('Channel_Red', 'image', 0, 255, updateCircleColor)
   cv2.createTrackbar('Channel_Green', 'image', 0, 255, updateCircleColor)
   cv2.createTrackbar('Channel_Blue', 'image', 0, 255, updateCircleColor)
   
   cv2.createTrackbar('Circle_Radius', 'image', 1, 20, updateCircleRadius)
   
   cv2.setMouseCallback('image', draw_circle)
   
   while True:
       cv2.imshow('colorPreview', colorPreviewImg)
       cv2.imshow('radiusPreview', radiusPreview)
       cv2.imshow('image', img)
       if cv2.waitKey(1) == ord('q'):
           break 
   
   
   cv2.destroyAllWindows()
   cv2.imwrite('MousePaint04.png', img)