【OpenCV-系列2】02 图像基本操作（点操作）

  目标掌握图像的读取和保存方法
  访问图像的像素
  在图像上绘制集合图像
  获取图像属性，并实现通道的合并、分离
  颜色空间变换

1 图像的IO操作

1.1 读取图像

  API： cv.imread（）
  参数：
    （1）图片路径
    （2）读取方式的标志
      cv.IMREAD_COLOR：以彩色模式加载图像，任何图像的透明度都将被忽略，这是默认参数（该参数值可以用1代替）
      cv.IMREAD_ GRAYSCALE：以灰度模式加载图像（该参数值可以用0代替）
      cv.IMREAD_UNCHANGED：彩色模式加载图像，并包含alpha通道的加载图像。（该参数值可以用-1代替）

import cv2
#以灰度图的形式读取图像
img=cv2.imread('test.png',0)

#以彩色图的形式读取图像
img2=cv2.imread('test.png',1)

#
img3=cv2.imread('test.png',-1)

1.2 显示图像

  API： cv.imshow（）
  参数：
    （1）显示窗口名称，以字符串类型表示
    （2）图像路径
  注意： 在调用显示图像API后，要调用cv.waitKey（）给图像绘制留下时间，否者窗口会出现无响应情况，并且图像无法显示出来。

import cv2
import matplotlib as plt

#（1）以彩色图的形式读取图像
img2=cv2.imread('test.png',1)

#（2）显示图像
##2.1 opencv中的显示——BGR形式显示的
cv2.imshow('image2',img2)
cv2.waitKey(0)#一直显示
##2.2 matplotlib显示——RGB形式显示

1.3 保存图像

  API： cv.imwrite（）
  参数：
    （1）图片路径
    （2）图像

import cv2
import matplotlib as plt

#（1）以彩色图的形式读取图像
img2=cv2.imread('test.png',1)

#（2）显示图像
##2.1 opencv中的显示——BGR形式显示的
cv2.imshow('image2',img2)
cv2.waitKey(0)#一直显示
##2.2 matplotlib显示——RGB形式显示

#（3）保存图像
cv2.imwrite('test_imwrite.jpg',img2)

2 绘制几何图形

2.1 绘制直线

  API： cv.line（image,start,end,color,thickness）
  参数：
    （1）img要绘制的图像
    （2）start/end直线的起点和终点
    （3）color线条的颜色
    （4）Thickness线条宽度

import cv2
import matplotlib.pyplot as plt
import numpy as np

#1.创建图像
img=np.zeros((512,512,3),np.uint8)

#2.绘制图形
cv2.line(img,(0,0),(511,511),(255,0,0),5)

#3.显示图像
plt.imshow(img[:,:,::-1])
plt.show()

2.2 绘制圆形

  API： cv.circle（img,centerpoint,r,color,thickness）
  参数：
    （1）img要绘制的图像
    （2）centerpoint圆形中心点
    （3）r圆形半径
    （4）color线条的颜色
    （5）Thickness线条宽度

import cv2
import matplotlib.pyplot as plt
import numpy as np

#1.创建图像
img=np.zeros((512,512,3),np.uint8)

#2.绘制图形
cv2.line(img,(0,0),(511,511),(255,0,0),5)#直线
cv2.circle(img,(256,256),60,(0,0,255),-1)#圆形

#3.显示图像
plt.imshow(img[:,:,::-1])
plt.show()

2.3 绘制矩形

  API： cv.rectangle（img,leftupper,rightdown,color,thickness）
  参数：
    （1）img要绘制的图像
    （2）leftupper左上角坐标
    （3）rightdown右下角坐标
    （4）color线条的颜色
    （5）Thickness线条宽度

import cv2
import matplotlib.pyplot as plt
import numpy as np

#1.创建图像
img=np.zeros((512,512,3),np.uint8)

#2.绘制图形
cv2.line(img,(0,0),(511,511),(255,0,0),5)#直线
cv2.circle(img,(256,256),60,(0,0,255),-1)#圆形
cv2.rectangle(img,(100,100),(400,400),(0,255,0),5)#矩形

#3.显示图像
plt.imshow(img[:,:,::-1])
plt.show()

2.4 向图像中添加文字

  API： cv.putText（img,text,station,font,fontsize,color,thickness,cv.LINE_AA）
  参数：
    （1）img要绘制的图像
    （2）test要写入的文本
    （3）station文本放置的位置
    （4）font字体
    （5）Fontsize字体大小
    （4）color线条的颜色
    （5）Thickness线条宽度

import cv2
import matplotlib.pyplot as plt
import numpy as np

#1.创建图像
img=np.zeros((512,512,3),np.uint8)

#2.绘制图形
cv2.line(img,(0,0),(511,511),(255,0,0),5)#直线
cv2.circle(img,(256,256),60,(0,0,255),-1)#圆形
cv2.rectangle(img,(100,100),(400,400),(0,255,0),5)#矩形
cv2.putText(img,'hello',(100,150),
            cv2.FONT_HERSHEY_COMPLEX,
            5,(255,255,255,3))#写文字
#3.显示图像
plt.imshow(img[:,:,::-1])
plt.show()

3 获取并修改图像中的像素点

  通过行和列的坐标值获取该像素点的像素值，对于BGR图像，返回一个蓝，绿，红的值的数组。对于灰度图像，仅返回响应的强度值。

import numpy as np
img=np.zeros((512,512,3),np.uint8)
print(img[100,100])
img[100,100]=(0,0,255)
print(img[100,100])

4 获取图像属性

  图像属性包括：行数、列数和通道数，图像数据类型，像素等。

import cv2
import matplotlib.pyplot as plt
import numpy as np

img=np.zeros((255,255,3),np.uint8)

print(img.shape)#形状
print(img.size)#大小
print(img.dtype)#类型

5 图像通道的拆分与合并

  有时候需要在B,G,R通道上单独工作，在这种情况下，需要将三种通道分割为单个通道，或者将单独的通道合并到BGR图像。
  通道拆分API： b,g,r=cv.split(img)
  通道合并API： img=cv.merge((b,g,r))

import cv2
import matplotlib.pyplot as plt
import numpy as np
img=cv2.imread('test.png')
#通道拆分
b,g,r=cv2.split(img)
plt.imshow(b,cmap=plt.cm.gray)#灰度
#通道合并
img2=cv2.merge((b,g,r))
plt.imshow(img2[:,:,::-1])

6 色彩空间的改变

  最常用的色彩空间转换方法有两种，BGR_GRAY、BGR_HSV
  API： cv.cvtColor（input_img,flag）
  参数：
    （1）input_img进行色彩空间转换的图像
    （2）flag：转换类型
      cv.COLOR_BGR2GRAY
      cv.COLOR_BGR2HSV

import cv2
import matplotlib.pyplot as plt
import numpy as np
img=cv2.imread('test.png')
#转换为HSV色彩空间
img=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
#转换为GRAY色彩空间
img2=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
cv2.imshow('secaikongjianzhuanhuan',img)
cv2.waitKey(0)