OpenCV——第一课 图像基本操作

图像基本操作

计算机眼中的图像

首先我们可以把图像看成一个二维视图，针对图像的处理，我们需要将2D图像转化为具体数据，因此可分为以下几种情况：

1. 形成新的图像
2. 决策目标
3. 目标结果
4. 提取相关信息

图像的处理流程分为三步：

1. 读取图像
2. 图像处理
3. 显示结果

基础知识
在表示图像时，有多种颜色模型（RGB、HSB、CMYK等），最常见的是RGB（红绿蓝）模型，这是一种加法颜色模型，其中三原色混合在一起就可以用来表示广泛的颜色范围。

每个原色（R，G，B）通常表示一个通道，其中三个值取值范围为[0,255]内的整数值，每个取值共有256个可能离散值，因此RGB模型总共需要3*8=24比特数,又称为24位色深图像。

我们可以把RGB看作一个三维直角坐标系，R G B的值分别对应坐标系的ｘｙｚ轴的值，因此任何一种颜色都可以在坐标系中直接表示出来，在原点时，即取值全为0表示黑色，当取值全为255时表示白色，在连接黑色和白色的对角线上，是亮度等量的三基色混合而成的灰色，该线称为灰色线。

分辨率指横纵方向的像素点数，单位为px。$800\times 1200$的图像是一个包含800列和1200行的网格，每个网格就是一个像素，因此包含了96万像素。但是图像中的像素并不表示物理尺寸，像素的大小取决于为该图像设置的每英寸像素数（Pixels Per Inch，PPI）。图像的计算PPI的基本公式如下：

• PPI=宽度(像素)/图像宽度(英寸)
• PPI=高度(像素)/图像高度(英寸)

一个2×3英寸的图像，图像分辨率为800×1200，则PPI是200
注意：出于历史原因，OpenCV的颜色模型为BGR，与RGB正好相反

图像描述
图像可以描述为一个二元函数$f(x,y)$,其中x、y为二维图像的坐标，$f(x,y)$表示在点(x,y)处的亮度或者颜色值，当两者皆为有限离散量时，该图像称为数字图像，此时：

• x∈[0,h-1]，其中h为图像的高度
• y∈[0,w-1]，其中w为图像的宽度
• $f(x,y)$∈[0,L-1]，这里L=256（RGB模型），同时有三种函数$f$，即$f_R$、$f_G$、$f_B$，分别对应R、G、B的三个分量

不同的图像类别通道数也不一样：

• RGB模型的彩色图共有三个通道R、G、B表示R、G、B的分量
• 灰度图只有一个通道表示亮度
• 黑白图有一个通道，0表示黑色，1表示白色

基本操作

读取图像

首先导入cv2库，即openCV工具库

import cv2   #opencv读取的格式是BGR
import matplotlib.pyplot as plt
import numpy as np 
%matplotlib inline 

注：%matplotlib inline 为python内置的魔法命令，通常以%或者%%开头，可以在IPython的环境的操作中更加得心应手，这里是内嵌画图，省略plt.show(),自动生成对应图像显示在页面中，而不用弹出窗口

img=cv2.imread('cat.jpg',IMREAD_COLOR)  #读取图像，第二个参数不填时默认为彩色图像

#图像的显示,也可以创建多个窗口
cv2.imshow('image',img) 
# 等待时间，毫秒级，0表示任意键终止
cv2.waitKey(0) #n表示图片显示n毫秒后消失
cv2.destroyAllWindows()		#销毁窗口

• IMREAD_COLOR: 彩色图像
• IMREAD_GRAYSCALE: 灰度图像

图像如下图：

img对象的类型

img.shape

输出： 当为彩图时：（414，500，3）
灰度图时：（414，500）

#保存，成功会返回true，失败返回false
cv2.imwrite('mycat.png',img)
像素个数（彩图时=414*500*3）
img.size

读取视频

cv2.VideoCapture可以捕获摄像头，用数字控制不同的设备，如果是视频文件，直接指定路径即可.
对于视频其实也可以看作是由一帧一帧的二维图像组成的，因此读取视频时，需要不断循环读取所有的帧

vc = cv2. VideoCapture('test.mp4')

# 检查是否打开正确
if vc.isOpened(): 
    oepn, frame = vc.read()   #open为true，frame为视频中的一帧
else:
    open = False
while open:
    ret, frame = vc.read()
    if frame is None:
        break
    if ret == True:
        gray = cv2.cvtColor(frame,  cv2.COLOR_BGR2GRAY)  #把三通道转化为灰度图
        cv2.imshow('result', gray)   #展示结果
        if cv2.waitKey(100) & 0xFF == 27:    #前者表示处理帧的速度，后者表示Esc键退出
            break
vc.release()
cv2.destroyAllWindows()

截取部分图像数据

cat=img[0:50,0:200]    # h,w，左闭右开

颜色通道提取

图片的拆分和合并

b,g,r=cv2.split(img)  #OpenCV中是bgr顺序，这里是拆分
img=cv2.merge((b,g,r))    #三个通道重新组合成一张图片

更改像素值

# 只保留R （BGR，一共三个通道，取0-2）
cur_img = img.copy()
cur_img[:,:,0] = 0   #B取0；‘：’表示取所有，即整个B通道的像素点全取0
cur_img[:,:,1] = 0   #G取0
cv_show('R',cur_img)

边界填充

顾名思义，即在图片的四周填充相应区域，cv2.copyMakerBorder函数可在图像周围形成边框

top_size,bottom_size,left_size,right_size = (50,50,50,50)     #上下左右

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)

borderType参数类型：

• 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，不同value值对应不同的颜色填充。

像素数值计算

img_cat=cv2.imread('cat.jpg')
img_dog=cv2.imread('dog.jpg')

img_cat2= img_cat +10 #所有像素点都加10
img_cat[:5,:,0]       #取前五行，所有列，B通道

#相当于数值之和%256
(img_cat + img_cat2)[:5,:,0] 

cv2.add(img_cat,img_cat2)[:5,:,0]      #超过255，越界了，取255

图像融合

只有分辨率大小相同且类型相同的图片才能相加，否则会报错，可以用resize函数更改图像的像素点

img_dog = cv2.resize(img_dog, (500, 414))      #resize函数（w,h）直接更该

res = cv2.resize(img, (0, 0), fx=4, fy=4)      #img表示原图像，（w，h）表示输出图像的大小，fx值表示w扩大倍数，fy值表示h扩大倍数，输出为（0，0）时fxy生效

图像融合：

res = cv2.addWeighted(img_cat, 0.4, img_dog, 0.6, 0)      #添加权重值公式（x1,α，x2,β,b(偏置项)）result=x1*α+x2*β+b

合并后的效果图：

这里的α和β没用范围，皆为双精度，最好相加为1。

总结

本篇文章主要讲述了读取图片和视频的一些操作