opencv+python+数字图像处理入门5/26-5/27

记录一下入门过程

 

 

python读取一个文件夹下的全部图片

import cv2
import os

def read(name):
    for filename in os.listdir(name):
        print(filename)
        img=cv2.imread(name+"/"+filename)
        cv2.imshow(filename,img)
        cv2.waitKey(0)

read('D:\KB180053')

用鼠标获取roi区域

import cv2

img=cv2.imread('D:/lena.jpg')  #读取图片

ROI=cv2.selectROI(windowName='roi',img=img,showCrosshair=True,fromCenter=False)  #selectROI区域函数（窗口名字，img,是否在矩形中心划线，是否从中心开始画）



x,y,w,h=ROI  #设置参数 x为最小x,y为最大y，wh分别为宽，高

cv2.rectangle(img,(x,y),(x+w,y-h),(255,0,0),2)  #画矩形函数（img，左上顶点坐标，右下顶点坐标）
cv2.imshow('roi',img)
cv2.waitKey(0)   #等待窗口
cv2.destroyWindow()

图片颜色反转 即用255-各个通道的值

import cv2
import numpy as np

img=cv2.imread('D:/lena.jpg')
print(img.shape)   #尺寸为512,512,3
cv2.imshow('img原',img)

dst=255-img   #三个通道操作是一样的，可以直接这样
cv2.imshow('img后',dst)
cv2.waitKey(0)

绘制灰度直方图

import cv2
import matplotlib.pyplot as plt

img=cv2.imread('D:/lena.jpg',cv2.IMREAD_GRAYSCALE)  #后面的那个表示读入的是灰度图片


hist=cv2.calcHist(img,[0],None,[256],[0,255],None,None)
'''
生成直方图
图像；指定通道，要有中括号，灰度图为0，彩色图用1、2、3；掩模图像，整张图像为none；histsize:bins数量;range:像素返回范围；累计标识
'''
print(hist.size)    #size是所有元素总和，shape是尺寸
print(hist.shape)
plt.plot(hist,color='r')  #绘图
plt.show()

彩色直方图

import cv2
import matplotlib.pyplot as plt

img=cv2.imread('D:/lena.jpg')  #后面的那个表示读入的是灰度图片


histr=cv2.calcHist(img,[1],None,[256],[0,255],None,None)
histg=cv2.calcHist(img,[2],None,[256],[0,255],None,None)
histb=cv2.calcHist(img,[3],None,[256],[0,255],None,None)
'''
生成直方图
图像；指定通道，要有中括号，灰度图为0，彩色图用1、2、3；掩模图像，整张图像为none；histsize:bins数量;range:像素返回范围；累计标识
'''

plt.plot(histr,color='r')  #绘图
plt.plot(histb,color='r')
plt.plot(histg,color='r') 
plt.show()

直方图均衡化

import cv2
import matplotlib.pyplot as plt

img=cv2.imread('D:/lena.jpg',cv2.IMREAD_GRAYSCALE)  #后面的那个表示读入的是灰度图片
equ=cv2.equalizeHist(img)

plt.subplot(121)
plt.imshow(equ,plt.cm.gray)     #显示灰度图
plt.axis('off')  #关闭坐标刻度，维度

plt.subplot(122)  #分栏函数，一行两列，当前第二个
plt.hist(equ.ravel(),256)
'''
plt.hist绘制直方图， ravel:将对维数组降成一维数组
像素级：一般256
'''

plt.show()

均值滤波（低通滤波，线性滤波器）

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


img=cv2.imread('D:/lena.jpg')
blur=cv2.blur(img,(5,5))  #后面是核大小


cv2.imshow('yuan',img)
cv2.waitKey(0)


cv2.imshow('结果',blur)
cv2.waitKey(0)

高斯滤波

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


img=cv2.imread('D:/lena.jpg')
blur=cv2.GaussianBlur(img,(5,5),0)
'''
img=img；高斯核，必须是正数与奇数；sigmax:x方向上的高斯核标准偏差
'''
cv2.imshow('yuan',img)
cv2.imshow('结果',blur)
cv2.waitKey(0)
#cv2.destroyWindow()

非线性滤波（中值滤波）

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


img=cv2.imread('D:/lena.jpg')
blur=cv2.medianBlur(img,5,None)  #卷积核，写5，不写（5,5）
cv2.imshow('yuan',img)
cv2.imshow('jieguo',blur)
cv2.waitKey(0)