【Opencv学习笔记】5-2 节图像基本操作

目录

计算机眼中的图像

 读取图像

数据读取-视频

 截取部分图像数据(ROI)

颜色通道提取

 边界填充

 数值计算

 图像融合

---

计算机眼中的图像

 读取图像

# opencv读取的格式是BGR，正常人眼看到的是RGB

import cv2 #opencv读取的格式是BGR
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline #jupyter特有的显示图像的函数
img=cv2.imread('cat. jpg')

#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)
cv2.destroyAllWindows()

def cv_show(name, img)
    cv2.imshow(name,img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

查看图像的属性【H,W,C】，H=414,W=500,C=3

# 读取灰度图
img = cv2.imread('cat.jpg', cv2.IMREAD_GRAYSCALE)

灰度图展示结果

img.shape == (414,500)【灰度图二维的图像，】

【灰度图展示如下】

 

#保存
cv2.imwrite('mycat.png', img)

数据读取-视频

• cv2.VideoCapture可以捕获摄像头，用数字来控制不同的设备，例如0,1。
• 如果是视频文件，直接指定好路径即可。 

vc = cv2.VideoCapture('test.mp4')
#检查是否打开正确
if vc.isOpened() :
   open, frame = vc.read()
else:
   open = False
while open:
   ret, frame = vc.read()
   if frame is None:
       break
   if ret == True:
   gray = cv2.cvtColor(frame,CV2.COLOR BGR2GRAY)
   cv2.imshow('result', gray)if cv2.waitKey(10) & OxFF == 27:
       break
vc.release()
cv2.destroyAllWindows()

 截取部分图像数据(ROI)

img=cv2.imread('cat. jpg')
# 从0到200，相当于指定了切片
cat=img[0:200,0:200]
cv_show('cat',cat)

 执行代码,切片操作

【cat=img[0:50,0:200]】

颜色通道提取

b,g,r=cv2.split(img)
print(r)

print(r)

array([[160, 164, 169, ..., 185, 184, 183],
       [126, 131, 136, ..., 184, 183, 182],
       [127, 131, 137, ..., 183, 182, 181],
       ...,
       [198, 193, 178, ..., 206, 195, 174],
       [176, 183, 175, ..., 188, 144, 125],
       [190, 190, 157, ..., 200, 145, 144]], dtype=uint8)

img=cv2.merge((b,g,r))
img.shape

 (414, 500, 3)

# 只保留R，因为通道顺序是B,G,R,所以将0，1的B，G置为0，保留2的R
cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,1] = 0
cv_show('R',cur_img)

 

# 只保留G
cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,2] = 0
cv_show('G',cur_img)

# 只保留B
cur_img = img.copy()
cur_img[:,:,1] = 0
cur_img[:,:,2] = 0
cv_show('B',cur_img)

 边界填充

top_size,bottom_size,left_size,right_size = (50,50,50,50)

# BORDER_REPLICATE：复制法，也就是复制最边缘像素。
replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE)
# 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   
reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_REFLECT)
# BORDER_REFLECT_101：反射法，也就是以最边缘像素为轴，对称，gfedcb|abcdefgh|gfedcba
reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT_101)
# BORDER_WRAP：外包装法cdefgh|abcdefgh|abcdefg  
wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_WRAP)
# BORDER_CONSTANT：常量法，常数值填充。
constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_CONSTANT, value=0)

 数值计算

img_cat=cv2.imread('cat.jpg')
img_dog=cv2.imread('dog.jpg')
img_cat2= img_cat +10 
img_cat[:5,:,0]

array([[142, 146, 151, ..., 156, 155, 154],
       [107, 112, 117, ..., 155, 154, 153],
       [108, 112, 118, ..., 154, 153, 152],
       [139, 143, 148, ..., 156, 155, 154],
       [153, 158, 163, ..., 160, 159, 158]], dtype=uint8)

img_cat2[:5,:,0]

array([[152, 156, 161, ..., 166, 165, 164],
       [117, 122, 127, ..., 165, 164, 163],
       [118, 122, 128, ..., 164, 163, 162],
       [149, 153, 158, ..., 166, 165, 164],
       [163, 168, 173, ..., 170, 169, 168]], dtype=uint8)

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

越界了（超出了255的范围）就对256做取余操作 

array([[ 38,  46,  56, ...,  66,  64,  62],
       [224, 234, 244, ...,  64,  62,  60],
       [226, 234, 246, ...,  62,  60,  58],
       [ 32,  40,  50, ...,  66,  64,  62],
       [ 60,  70,  80, ...,  74,  72,  70]], dtype=uint8)

cv2.add(img_cat,img_cat2)[:5,:,0]

 这个函数越界的话，就取255

array([[255, 255, 255, ..., 255, 255, 255],
       [224, 234, 244, ..., 255, 255, 255],
       [226, 234, 246, ..., 255, 255, 255],
       [255, 255, 255, ..., 255, 255, 255],
       [255, 255, 255, ..., 255, 255, 255]], dtype=uint8)

 图像融合

 进行resize操作

img_dog = cv2.resize(img_dog, (500, 414))
img_dog.shape
# (414, 500, 3)

# 进行倍数放大，x是四倍，y是4倍
res = cv2.resize(img, (0, 0), fx=4, fy=4)
plt.imshow(res)