OpenCV学习(一)——图像读取

1. 图像入门

  1. 读取图像
  2. 显示图像
  3. 写入图像
import cv2

# 读取图像
img = cv2.imread('lena.jpg')
print(img.shape)

# 显示图像
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

# 写入图像
cv2.imwrite('image.jpg', img)

请添加图片描述

1.1 读取图像

读取图像cv.imread(filename, flags),OpenCV加载的彩色图像处于BGR模式。

  • filename:图像的路径
  • flags:读取图像的方式。
    • cv2.IMREAD_COLOR: 加载彩色图像。任何图像的透明度都会被忽视。它是默认标志。
    • cv2.IMREAD_GRAYSCALE:以灰度模式加载图像。
    • cv.IMREAD_UNCHANGED:加载图像,包括alpha通道。
# 读取灰度图像
img = cv2.imread('lena.jpg', cv2.IMREAD_GRAYSCALE)

请添加图片描述

1.2 显示图像

一般这3个函数一起使用

cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

显示图像cv.imshow(winname, mat)

  • winname:窗口名称
  • mat:读取的图像对象

cv2.waitKey()键盘绑定函数。其参数是以毫秒为单位的时间,等待任何键盘事件指定的毫秒。如果为0,则无限期地等待下一次敲击键。

cv2.destroyAllWindows()破坏我们创建的所有窗口

1.3 写入图像

读取图像cv.imwrite(filename, img)

  • filename:写入图像的文件名
  • img:要保存的图像

请添加图片描述

分水岭算法(watershed algorithm)是一种用于图像分割的算法,可以自动将图像分割成不同的区域。OpenCV提供了分水岭算法的实现,可以通过调用cv2.watershed()函数来进行图像分割。 使用分水岭算法进行图像分割的基本步骤如下: 1. 读取图像并将其转换为灰度图像。 2. 对灰度图像进行二值化处理,得到前景(foreground)和背景(background)。 3. 对图像进行距离变换,得到每个像素到最近的背景像素的距离。 4. 对距离变换的结果进行阈值处理,得到一张标记(markers)图像。 5. 对标记图像进行分水岭算法处理,得到分割结果。 下面是一个简单的示例代码,演示了如何使用分水岭算法对图像进行分割: ```python import cv2 import numpy as np # 读取图像并转换为灰度图像 img = cv2.imread('image.jpg') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 对灰度图像进行二值化处理 ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU) # 进行距离变换 dist_transform = cv2.distanceTransform(thresh, cv2.DIST_L2, 5) ret, markers = cv2.threshold(dist_transform, 0.7*dist_transform.max(), 255, 0) # 对标记图像进行分水岭算法处理 markers = cv2.watershed(img, markers) img[markers == -1] = [0,255,0] # 显示分割结果 cv2.imshow('Segmented Image', img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在上面的代码中,我们首先读取一张名为"image.jpg"的图像,并将其转换为灰度图像。然后利用cv2.threshold()函数对灰度图像进行二值化处理,得到前景和背景。接下来,我们使用cv2.distanceTransform()函数进行距离变换,得到每个像素到最近的背景像素的距离。然后对距离变换的结果进行阈值处理,得到一张标记图像。最后,我们利用cv2.watershed()函数对标记图像进行分水岭算法处理,得到分割结果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值