永兴的笔记-OpenCV-1基本操作

OpenCV是什么？
OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。
本文专栏将会与您一起学习OpenCV-Python

#建议在pip中安装OpenCV-python
pip install opencv-python
#也可中anconda环境中安装
conda install opencv

图片建议单击打开阅读：

1、图像的读取：
cv2.imread(filename,flags=None)

• filename : 图片的路径
• flags : 读取模式

flags	描述
cv2.IMREAD_COLOR	加载三通道彩色图像，忽略透明度
cv2.IMREAD_GRAYSCALE	灰度模式加载图像
cv2.IMREAD_UNCHANGED	使用alpha通道加载图像，显示图像的透明度和半透明度（4通道）

阿尔法通道：是指一张图片的透明和半透明度。一个使用32位存储的图片，每8位表示红绿蓝，和阿尔法通道。在这种情况下，就不光可以表示透明还是不透明，阿尔法通道还可以表示256级的半透明度。
2、图像的显示：
cv2.imshow(winname,mat)

• winname ：图像显示的窗口名
• mat ：需要显示的图片的对象名

3、等待任意按键：
cv2.waitKey(delay=None)

• delay ： 延时的时间
  当 dalay = 0 :表示 forever 永不退出
  dalay 的单位为： 毫秒
  ord(c )

• c:字符
  转换为 Unicode 值
  
  ESC键的 ASCLL 值为 27
  #图像等待 delay>0: 延时 单位为毫秒 delay<=0: 无限等待键盘输入

4、关闭窗口：
关闭所有窗口：
cv2.destroyAllWindows()
关闭指定窗口：
destroyWindows(wname)

5、图像的保存：
cv2.imwrite(filename,img,params=None)

• filename : 文件夹的路径
• params:此参数针对特定的图片格式
  对于JPEG，其表示的是图像的质量，用0-100的整数表示，默认为95。 注意，cv2.IMWRITE_JPEG_QUALITY类型为Long，必须转换成int
  PNG，第三个参数表示的是压缩级别。cv2.IMWRITE_PNG_COMPRESSION，从0到9,压缩级别越高，图像尺寸越小。默认级别为3：

import cv2
img1 = cv2.imread("first.jpg")
cv2.imshow("windowsimg1",img1)
print(chr(27))
k = cv2.waitKey()
if k == 27 :
    print("1")
    cv2.destroyAllWindows()
elif k == ord('s'):
    cv2.imwrite("second.jpg",img1)
    cv2.destroyAllWindows()

6、图像通道的分离与合并：
一般情况下图片通道的排序为：RGB 。 但是在OpenCV中默认的排序为 BGR
分离通道：
cv2.split(m,mv=None)

• m:需要分离通道的图像对象

import cv2
img = cv2.imread("first.jpg",cv2.IMREAD_UNCHANGED)
b,g,r = cv2.split(img) #彩色图像三通道，灰度图像单通道
cv2.imshow("b",b)
cv2.imshow("g",g)
cv2.imshow("r",r)
cv2.waitKey()
cv2.destroyAllWindows()

7、获取图像属性：
image.shape
(行数，列数，通道数）
image.size
输出图像像素总和

import cv2
img = cv2.imread("first.jpg",cv2.IMREAD_UNCHANGED)
print(img.shape)
print(img.size)

生成全0数组：
np.zeros(shape,dtype=float)

• shape:数组的属性
• dtype:类型

8、合并通道
cv2.merge(mv,dst=None)

• mv:合并的通道

import cv2
import numpy as np
img = cv2.imread("first.jpg",cv2.IMREAD_UNCHANGED)
zreo = np.zeros(img.shape[:2],dtype="uint8") #大小与img图像相同的生成二阶全0数组
#格式为uint8否则imshow不能显示
b,g,r = cv2.split(img)
cv2.imshow("blue",cv2.merge([b,zreo,zreo]))
cv2.imshow("green",cv2.merge([zreo,g,zreo]))
cv2.imshow("red",cv2.merge([zreo,zreo,r]))
cv2.waitKey()
cv2.destroyAllWindows()

5、ROI感兴趣区域：
简单来说就是进行图像数组切片，获取感兴趣区域

import cv2
img = cv2.imread("first.jpg")
imgROI = img[123:412,234:879] #设置感兴趣区域
cv2.imshow("ROI",imgROI)
cv2.waitKey()
cv2.destroyAllWindows()

练习题：
分别以彩色模式和灰度模型读取一幅图像，分离出彩色图像的RGB通道得到3副图像，然后依次显示出4副图像，显示图像时按s保存图像，图像名称为该图像的颜色，最后合成通道显示彩色图像，按 “q”键关闭后，然后显示你感兴趣的RIO区域，按ESC键关闭。最后输出图像的属性。

评论出你的答案