OpenCV图像处理基本操作

图片处理

基本操作

 （数值表示：一个点的像素值在0~255之间，对应不同颜色）

R(Red),G(Green),B(Blue)分别为图像的颜色通道，某点对应的三部分值“相加”。（黑白图片不存在颜色通道）

import cv2   #OpenCV读取的是GBR
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline

img=cv2.imread('D:\\tu\cat.jpg')

注意上方代码需要提前安装matplotlib库和numpy库，读取图片需输入详细路径

img

cv2.imshow('image',img)
cv2.waitKey(0)#等待时间，毫秒级，0表示任意键结束
cv2.destroyAllWindows()

将以上操作创建为一个新函数

def cv_show(name,img):
    cv2.imshow(name,img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

img的shape属性：给出图片的（hight，width，3）

img.shape

(206, 252, 3)

#将图片灰度化
img=cv2.imread('D:\\tu\cat.jpg',cv2.IMREAD_GRAYSCALE)
img

 对于灰白色照片的shape属性，只会输出图片的(hight,width)，对于本照片即：（206,252）

颜色通道的提取

b,g,r=cv2.split(img)

#只保留R
cur_img=img.copy()
cur_img[:,:,0]=0
cur_img[:,:,1]=0
cv_show('R',cur_img)

#只保留G
cur_img=img.copy()
cur_img[:,:,0]=0
cur_img[:,:,2]=0
cv_show('G',cur_img)

#只保留B
cur_img=img.copy()
cur_img[:,:,1]=0
cur_img[:,:,2]=0
cv_show('B',cur_img)

对于B，G，R三者排序为0，1，2。则只保留其中一个颜色通道的时候，即需要另外两者为0。

边界填充

top_size,bottom_size,left_size,right_size=(20,20,20,20)

replicate=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_REPLICATE)
reflect=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_REFLECT)
reflect101=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_REFLECT_101)
wrap=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_WRAP)
constant=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_CONSTANT,value=0)

import matplotlib.pyplot as plt
plt.subplot(231),plt.imshow(img,'gray'),plt.title('ORIGINAL')
plt.subplot(232),plt.imshow(replicate,'gray'),plt.title('REPLICATE')
plt.subplot(233),plt.imshow(reflect,'gray'),plt.title('REFLECT')
plt.subplot(234),plt.imshow(reflect101,'gray'),plt.title('REFLECT_101')
plt.subplot(235),plt.imshow(wrap,'gray'),plt.title('WRAP')
plt.subplot(236),plt.imshow(constant,'gray'),plt.title('CONSTANT')

 BORDER_REPLICATE：复制法，也就是复制最边缘像素。
BORDER_REFLECT：反射法，对感兴趣的图像中的像素在两边进行复制例如： fedcba|abcdefgh|hgfedcb
BORDER_REFLECT_101：反射法，也就是以最边缘像素为轴，对称，gfedcb|abcdefgh|gfedcba
BORDER_WRAP：外包装法，cdefgh|abcdefgh|abcdefg
BORDER_CONSTANT：常量法，常数值填充。

数值计算

img_cat=cv2.imread('D:\\tu\cat.jpg')
img_dog=cv2.imread('D:\\tu\dog.jpg')

img_cat2=img_cat+10  #各个元素加10
img_cat[:5,:,0]  #[:5,:,0]即只取前5行数据

 

(img_cat+img_cat2)[:5,:,0]
#矩阵各元素对应相加，若两数相加大于256则%256；若小于256则取两数加和

cv2.add(img_cat,img_cat2)[:5,:,0]
#cv2.add(a,b)函数的用法不同于(a+b)，当两数相加大于256时，则取256；当两数相加小于256时，则取两数加和

 

 

图像融合

 想要两个图像融合，首先要保证两者的像素的hight、width和颜色通道个数相同，那么需要借助cv2中resize函数进行调整

img_cat.shape

(206, 252, 3)

img_dog=cv2.resize(img_dog,(252,206))
#通过resize函数将另一个图像的hight和width与融合的图像对应一致
img_dog.shape

(206, 252, 3)

通过resize函数将两图像的像素调整一致后，再用addWeighted将两者融合

res=cv2.addWeighted(img_cat,0.4,img_dog,0.6,0)
#R=αx1+βx2+b，对应addWeighted函数中(x1,α，x2,β,b)

plt.imshow(res)

 

resize函数的另一个应用：

res=cv2.resize(img_cat,(0,0),fx=3,fy=1)
#resize函数另一个功能：(name,(0,0),fx,fy),其中fx为横向(x轴)放大倍数，fy为纵向(y轴)放大倍数
plt.imshow(res)