OpenCV-Python学习笔记（基本操作）

计算机视觉摸索中

已于 2022-06-09 13:24:30 修改

阅读量274

点赞数 1

分类专栏：笔记文章标签： opencv 学习人工智能

于 2022-06-08 20:12:13 首次发布

本文链接：https://blog.csdn.net/m0_47163598/article/details/125180002

版权

笔记专栏收录该内容

4 篇文章 0 订阅

订阅专栏

这篇博客介绍了OpenCV在图像处理方面的一些基本操作，包括读取和显示彩色、灰度图像，保存图像，处理视频帧，截取图像部分，提取颜色通道，边界填充，数值计算以及图像融合。通过示例代码详细讲解了每个操作的实现，并提供了读取视频帧并转换为灰度图，以及如何进行图像融合等实践应用。

摘要由CSDN通过智能技术生成

一、图像基本操作

引言：像素点构成一张图像，像素点是一个值，在0~255之间，亮度逐渐增加。 RGB 是彩色图的颜色通道。灰度图只有一个通道，表示亮度。一个彩色图像的shape为[h,w,3],h为高度，w为宽度，3为通道数。

（1）数据读取-图像

注意：opencv读取的格式是BGR，不是RGB

·cv2.IMREAD_COLOR:彩色图像

·cv2.IMREAD_GRAYSCALE:灰度图像

读取图像代码：cv2.imread("图像路径")，读出来是一个3维矩阵

读取，显示图片的完整代码：(imread默认读取为彩色图)

import cv2
img = cv2.imread("图像的路径")
cv2.imshow(name,image)# name为窗口的名字，第二个参数是显示那一张图片
cv2.waitKey(0)# 等待时间，毫秒级，0表示任意键终止，随便按一个键，图片在窗口消失
cv2.destroyAllWindows()


# 显示图片函数
def cv_show(name,image):
    cv.imshow(name,image)# name为窗口的名字，第二个参数是显示那一张图片
    cv.waitKey(0)# 等待时间，毫秒级，0表示任意键终止，随便按一个键，图片在窗口消失
    cv.destroyAllWindows()

获取图像的形状：img.shape

读取灰度图像代码：

# 读取灰度图片
image = cv.imread("修改成自己的图片路径",cv2.IMREAD_GRAYSCALE)
cv.imshow("input",image)
cv.waitKey(0)
cv.destroyAllWindows()

（2）图像的保存

# 保存图片
cv.imwrite("保存的名称或路径",image)

（3）读取视频

视频是随着时间轴，图像在动。

·cv2.VideoCapture可以捕获摄像头，用数字来控制不用的设备，例如0，1.

·如果是视频文件，直接指定好路径即可

# 读取视频

vc = cv.VideoCapture("视频文件路径")

 # 检查视频文件是否打开正确
 if vc.isOpened():
    # read（）函数是取每一帧的视频结果，返回的是两个值bool类型和拿出第一帧的图片
     open, frame = vc.read()
 else:
     open = False
# 循环每一帧的图像，处理一个完整的视频
 while open:
    ret, frame = vc.read()
    # 视频没有下一帧就跳出循环
     if frame is None:
         break
     if ret == True:
          # 把每一帧的图片转为灰度图
         gray = cv.cvtColor(frame,cv.COLOR_BGR2GRAY)
         cv.imshow("result",gray)
        # 27 表示退出键，每一帧的等待时间
         if cv.waitKey(10) & 0xFF == 27:
            break
vc.release()
cv.destroyAllWindows()

（4）截取部分图像数据

# 截取部分图像的数据
 image = cv.imread("图像路径")
# 自己设置索引或者切片，来截取部分图像
 image2 = image[0:200, 0:200]
 cv_show("input",image2)

（5）颜色通道提取

# 颜色通道提取
 b,g,r = cv2.split(image)
# 将图片还原
img = cv2.merge((b,g,r))

（6）只保留R通道

因为opencv读取的通道顺序是BGR，所以B对应：0,G对应：1，R对应：2

# 只保留R通道
# copy（）函数复制矩阵
 cur_image = image.copy()
 cur_image[:,:,0] = 0
 cur_image[:,:,1] = 0
 cv_show("R",cur_image)

（7）边界填充

边界填充，顾名思义，扩大边界的面积。

·BORDER_REPLICATE:复制法，也就是赋值最边缘像素。

·BOEDER_REFLECT:反射法，对感兴趣的图像中的像素在两边进行复制。

# 边界填充

top_size,bottom_size,left_size,right_size = (50,50,50,50)# 上下左右填充的大小
replicate = cv.copyMakeBorder(image,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_REPLICATE)
wrap = cv.copyMakeBorder(image,top_size,bottom_size,left_size,right_size,cv2.BORDER_WRAP)
cv_show("填充后",wrap)

（8）数值计算

图像是在numpy中做加法，如果一个相加后的值大于255，最终的像素点取的值为：相加后的结果除以256的余数，在cv2中的加法，如果一个相加后的值大于255，最终的像素点取值为：255。

（9）图像融合

设融合对象为，X,Y，权重分别为：w,k,偏置为：b

融合结果：res = wX + kY + b

代码中的 w = 0.6，k = 0.4， b = 1

# 图像融合，要保存shape值相同
image_cat = cv.imread("D:\opencv_project\image\cat.jpg")
image_cat = cv2.resize(image_cat,(600,840))
# print(image_cat+image)
res = cv.addWeighted(image,0.6,image_cat,0.4,1)
cv_show("融合",res)