python 下 opencv 的简单接口说明和调用(二)

系列文章目录

第一章 python 下 opencv 接口的参数详解及使用(二)


 


前言

基于前一章的说明,接下来介绍基于 python 的 opencv 中的图像颜色空间转换、图像合并、图像的傅里叶变化等


一、基础接口说明

1、opencv 图像颜色空间转换

接口:cv2.cvtColor(src , dst , code , dstCn )

作用:用于图像的颜色空间的转换,比如 RGB格式图像转换为HSV颜色空间;

参数:

。src:需要被转换的原图像,即输入的图像;

。dst:想要获取到的图像,即输出的图像;

。code:颜色空间转换的类型,有如下类型:

           (1) RGB 与 CIE 转换:cv2.COLOR_BGR2XYZ  、cv2.COLOR_RGB2XYZ  、cv2.COLOR_XYZ2BGR  、cv2.COLOR_XYZ2RGB ;

           (2)RGB 与 YCrCB JPEG 转换:cv2.COLOR_RGB2YCrCb 、cv2.COLOR_BGR2YCrCb 、cv2.COLOR_YCrCb2BGR 、cv2.COLOR_YCrCb2RGB ;

           (3)RGB 与 HSV 转换:cv2.COLOR_BGR2HSV 、cv2.COLOR_RGB2HSV 、cv2.COLOR_HSV2BGR 、cv2.HSV2RGB;

           (4)RGB 与 HLS 转换:cv2.COLOR_BGR2HLS 、cv2.COLOR_RGB2HLS 、cv2.COLOR_HLS2BGR 、cv2.HLS2RGB;

           (5)RGB 与 CIE L*a*b* 转换:cv2.COLOR_BGR2Lab 、cv2.COLOR_RGB2Lab 、cv2.COLOR_Lab2BGR 、cv2.Lab2RGB;

           (6)RGB 与 CIE L*u*v 转换:cv2.COLOR_BGR2Luv 、cv2.COLOR_RGB2Luv 、cv2.COLOR_Luv2BGR 、cv2.Luv2RGB;

           (7)Bayer 转换为 RGB :cv2.COLOR_BayerBG2RGB 、cv2.COLOR_BayerGB2RGB 、cv2.COLOR_BayerRG2RGB 、cv2.COLOR_BayerGR2RGB 、cv2.COLOR_BayerBG2BGR 、cv2.COLOR_BayerGB2BGR 、cv2.COLOR_BayerRG2BGR 、cv2.COLOR_BayerGR2BGR;

。dstCn:输出图像通道数,如果值为 0 ,输出图像通道数由输入图像 src 与颜色空间 code 自动获取;

实现代码及成像效果:

import cv2

filename = "image_1.bmp"
# 读入图像数据
image = cv2.imread(filename = filename , flags = 1)

# 图像颜色空间转换为RGB
image_RGB = cv2.cvtColor(src = image , code = cv2.COLOR_BGR2RGB ,dstCn = 0)

# 图像颜色空间转换为HSV
image_HSV = cv2.cvtColor(src = image , code = cv2.COLOR_BGR2HSV ,dstCn = 0)

# 对图像进行显示
cv2.imshow(winname = "image_source" , mat = image)
cv2.imshow(winname = "image_RGB" , mat = image_RGB)
cv2.imshow(winname = "image_HSV" , mat = image_HSV)
cv2.waitKey(0)
cv2.destroyAllWindows()

实现效果:

2、opencv 中以权重将两张图像合并

接口:cv2.addWeighted(src1 , alpha , src2 , beta , gamma , dst = None , dtype = None)

作用:用于两张图像按照不同权重合并;

参数:

。src1 :需要相加的第一幅图象文件;

。alpha :第一个图文件的权重;

。src2 :需要相加的第二幅图像文件,鉴于仅用于两图像的相加,所以需要通道和宽高相同;

。beta:第二个图文件的权重;

。gamma :两张图相加后要增加的值;

。dst :两图相加后的结果图文件;

。dtype :相加结果图像的景深,此参数可有可无;

实现原理:

该接口主要实现以下公式内容:g(x) = (1 - \alpha )f_{0}(x) + \alpha f_{1}(x)+\gamma 

公式中: f_{0}(x) 代表第一张图像;f_{1}(x) 代表第二张图像;其中 \left (1 -\alpha \right ) 和 \alpha 代表权重值,其中  \gamma 代表需要再增加的值;

实现代码及成像效果:

import cv2

filename_1 = "image_1.bmp"
filename_2 = "image_2.bmp"
# 读入图像数据
image_1 = cv2.imread(filename = filename_1 ,flags= 1)
image_2 = cv2.imread(filename = filename_2 ,flags= 1)

image = cv2.addWeighted(src1 = image_1, alpha  = 0.3 , src2 = image_2 , beta = 0.4 , gamma  = 0.5)

# 对图像进行显示
cv2.imshow(winname = "image_1" , mat = image_1)
cv2.imshow(winname = "image_2" , mat = image_2)
cv2.imshow(winname = "image_show" , mat = image)
cv2.waitKey(0)
cv2.destroyAllWindows()

实现效果:

3、opencv 中两图像或颜色相加

接口:cv2.add(src1 , src2 , dst = None , mask = None , dtype = None)

作用:用于两张图像或者颜色相机;

参数:

。src1 :需要相加的第一幅图象文件;

。src2 :需要相加的第二幅图像文件,鉴于仅用于两图像的相加,所以需要通道和宽高相同;

。dst :两图相加后的结果图文件;

。mask :掩码(mask),可有可无

。dtype :相加结果图像的景深,此参数可有可无;

实现代码及成像效果:

import cv2

filename_1 = "image_1.bmp"
filename_2 = "image_2.bmp"
# 读入图像数据
image_1 = cv2.imread(filename = filename_1 ,flags= 1)
image_2 = cv2.imread(filename = filename_2 ,flags= 1)

image = cv2.add(src1 = image_1, src2 = image_2 )

# 对图像进行显示
cv2.imshow(winname = "image_1" , mat = image_1)
cv2.imshow(winname = "image_2" , mat = image_2)
cv2.imshow(winname = "image_show" , mat = image)
cv2.waitKey(0)
cv2.destroyAllWindows()

实现效果:


总结

本文介绍了opencv在python下的三个基础接口,主要包括图像颜色空间转换和图像融合的接口,具体进行了实现相对效果比较明显,相对接口使用说明进行了说明,如有缺漏,还请大家指出,感谢大家支持

  • 4
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
非常好的想法!下面是一个简单Python程序,使用OpenCV库来调用摄像头接口,实现基本的家庭安防系统。 首先,您需要安装PythonOpenCV库。然后,您可以使用以下代码来调用摄像头接口并创建一个简单的家庭安防系统: ```python import cv2 video_capture = cv2.VideoCapture(0) while True: ret, frame = video_capture.read() gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) cv2.imshow('Video', gray) if cv2.waitKey(1) & 0xFF == ord('q'): break video_capture.release() cv2.destroyAllWindows() ``` 这段代码会打开电脑上的摄像头,并且将摄像头捕捉到的画面转换成灰度图像并显示在窗口中。如果您按下键盘上的“q”键,则会退出程序并关闭窗口。 接下来,您可以添加一些功能来增强安全性。例如,您可以添加一个人脸检测器,当检测到陌生人时,系统会发出警报。以下是一个简单的代码示例: ```python import cv2 video_capture = cv2.VideoCapture(0) face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') while True: ret, frame = video_capture.read() gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) faces = face_cascade.detectMultiScale(gray, 1.3, 5) for (x, y, w, h) in faces: cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 0, 255), 2) cv2.imshow('Video', frame) if cv2.waitKey(1) & 0xFF == ord('q'): break video_capture.release() cv2.destroyAllWindows() ``` 这段代码会使用OpenCV的人脸检测器来检测摄像头捕捉到的画面中的人脸。如果检测到人脸,则会在人脸周围绘制一个红色矩形。您可以在此基础上添加更多功能,例如将人脸图像与一个已知的人脸数据库进行比对,以检测是否为陌生人等等。 希望这能对您有所帮助!
评论 1
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