计算机视觉系列–opencv入门篇

这一章总结一下opencv的一些入门级用法。

基础元素图片

1. 电脑上的彩色图都是以RGB颜色模式显示的，但opencv中彩色图像是以BGR通道存储的，灰度图只有一个通道
2. 图像的坐标的起始点是左上角，所以行对应的是y,列对应的是x
3. 通过opencv读取的图片类型是ndarray,数据类型是uint8
4. 若是彩色图则shape是[H,W,C],若是灰度图则shape是[H,W]

import cv2
import matplotlib.pyplot as plt
#参数1：图片的文件名
#参数2:(1)表示读取彩色图，(0)表示读取灰度图,(-1)表示读取包含透明通道的彩色图
img=cv2.imread('lena.jpg',0)
#显示图片
cv2.imshow('lena',img)
#参数是等待时间，传入0表示一直等待
cv2.waitKey(0)

#通道分割与合并
#这里分割也可以使用b,g,r=cv2.split(img),到效率低
b=img[:,:,0]
g=img[:,:,1]
r=img[:,:,2]
img3=cv2.merge((b,g,r))	#多通道合并

#保存图片
cv2.imwrite('lena_gray.jpg',img)
img2=img[:,:,::-1] #将BRG转RGB
plt.imshow(img2,cmap='gray')

图像几何变换

import cv2

img=cv2.imread('lena.jpg')

#缩放至指定的大小
res=cv2.resize(img,(120,120))

#翻转图片
#参数2：(0)表示垂直翻转，（参数2大于0）表示水平翻转,(参数2小于0)表示水平垂直翻转
dst=cv2.flip(img,1)

#平移图片,平移图片是通过访射变换实现的
#通过平移矩阵[
#       [1,0,tx],
#       [0,1,ty]
#       ] tx,ty是向x和y方向平移的距离
rows,cols=img.shape[:2]
M=np.float32([[1,0,100],[0,1,50]]) # 必须是float32类型
dst=cv2.warpAffine(img,M,(cols,rows))

#旋转图片
#旋转也是通过访射变换实现
#通过cv2.getRotationMatrix2D()
#参数1表示图片的旋转中心
#参数2表示旋转角度(正表示逆时针，负表示顺时针)
#参数3表示缩放比例，0.5表示缩小一半
M=cv2.getRotationMatrix2D((rows/2,cols/2),45.0,0.5)
dst=cv2.warpAffine(img,M,(cols,rows))

打开摄像头

import cv2
#参数0表示摄像头编号，如果要使用第二个摄像头可以传入1
capture=cv2.VideoCapture(0)
#读取本地视频
#capture=cv2.VideoCapture('demo_video.mp4')

while(True):
    ret,frame=capture.read()
    
    gray=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
    #若键盘输入q则退出
    if cv2.waitKey(25)==ord('q'):
    break

绘图功能

绘制形状的函数有一些共同参数:

• img:要绘制形状的图片
• color:绘制的颜色
  • 彩色图就传入BGR的一组值，如蓝色就是(255,0,0)
  • 灰度图,传入一个灰度值就行
• thickness:线宽，默认为1；对于矩形/圆之类的封闭形状而言，传入-1表示填充

所有绘图函数做的都是inplace操作

import cv2

img=cv2.imread('lena.jpg')

#画线
#参数2：起点，参数3：终点
cv2.line(img,(0,0),(512,512),(255,0,0),5)

#画矩形
#参数2：左上角坐标，参数3：右下角坐标
cv2.rectangle(img,(384,0),(510,128),(0,255,0),3)

#画圆
#参数2：圆心坐标 参数3：半径，线宽=-1代表填充
cv2.circle(img,(447,63),63,(0,0,255),-1)

访射变换与透视变换

访射变换就是线性变换+平移

访射变换可以实现伸缩，平移，旋转,翻转，刚体变换等变换

刚体变换：旋转+平移；就是说如果图像变换前后两点间的距离仍然保持不变，那么这种变化就称为刚体变换。刚体变换包括了平移，旋转和翻转。

透视变换是将二维的图片投影到一个三维视平面上，然后再转移到二维坐标下，所以也称为投影映射，简单来说就是一个二维->三维->二维的过程

非共线的三个对应点可以确定唯一的一个访射变换
非共线的四个点才能唯一确定一个透射变换

import cv2
import numpy as np

img=cv2.imread('lena.jpg')
rows,cols=img.shape[:2]

#访射变换
#变换前的三个点
pts1=np.float32([[50,65],[150,65],[210,210]])
#变换后的三个点
pts2=np.float32([[50,100],[150,65],[100,250]])
#生成访射变换矩阵
M=cv2.getAffineTransform(pts1,pts2)
dst=cv2.warpAffine(img,M,(cols,rows))


#透射变换
#变化前的四个点
pts1=np.float32([[140,80],[437,114],[94,247],[423,288]])
#变化后的四个点
pts2=np.float32([[0,0],[320,0],[0,178],[320,178]])
#生成透射矩阵
M=cv2.getPerspectiveTransform(pts1,pts2)
dst=cv2.warpAffine(img,M,(cols,rows))

阈值分割

• 固定阈值分割
  固定阈值分割将像素值大于阈值的变为一类值，小于阈值变成另一类值.

下图是不同参数的定义。

OTSU算法也叫大津算法,OTSU算法适合处理双峰图片。

import cv2

#灰度图读入
img=cv2.imread('lena.jpg',0)

#参数1要处理的原图
#参数2设定阈值
#参数3最大阈值，一般设为255
#参数4为阈值的设置方式，当使用cv2.THRESH_OTSU时为使用大津算法
ret,th=cv2.threshold(img,127,255,cv2.THRESH_BINARY)
#使用OTSU算法
#ret,th=cv2.threshold(img,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)
cv2.imshow('thresh',th)
cv2.watiKey(0)

• 自适应阈值

自适应阈值是将图片分割为若干个部分，再根据阈值进行分割.opencv中cv2.adaptiveThreshold()实现了自适应阈值分割。

‘Talk is cheap,show me the code’.这一节例子比较多，后期会把例子的效果图补上。