Opencv学习笔记一（读取创建显示保存图像，像素算术逻辑运算）

最新推荐文章于 2021-08-15 17:32:05 发布

野犬1998

最新推荐文章于 2021-08-15 17:32:05 发布

阅读量219

点赞数

本文链接：https://blog.csdn.net/qq_42319367/article/details/94017335

版权

Opencv学习笔记一

读取、显示和保存图像

读取：imread(路径)

显示：imshow(名+图片)

保存：imwrite(保存路径+图片)

import cv2 as cv
src = cv.imread("D:/lenna.jpg") #读取图像
cv.namedWindow("input",cv.WINDOW_AUTOSIZE) #创建名为input的窗口
cv.imshow("input",src) #显示图像
cv.imwrite("input",src)
cv.waitKey(0) #waitKey(0)表示阻塞等待用户键盘输入，用户按键盘任意键就会停止阻塞，继续执行直到程序正常退出！
cv.destroyAllWindows() #销毁窗口

色彩空间

cvtColor(图片+转换方式)

COLOR_BGR2GRAY 彩色到灰度
COLOR_GRAY2BGR 灰度到彩色
COLOR_BGR2HSV BGR到HSV
COLOR_HSV2BGR HSV到 BGR

import cv2 as cv
src = cv.imread("D:/lenna.jpg") #读取图像
cv.namedWindow("input",cv.WINDOW_AUTOSIZE) #创建名为input的窗口
gray=cv.cvtcolor(src,cv.COLOR_BGR2GRAY)
hsv=cv.cvtcolor(src,cv.COLOR_BGR2HSV)
cv.imshow("gray",gray)
cv.imshow("hsv",hsv)
cv.waitKey(0) 
cv.destroyAllWindows()

创建图像

在计算机中，图像的存储利用的是矩阵，创建图像在这里就是创建矩阵。

用到的库为numpy，这是一个功能强大的科学计算库。

这里主要库函数：

np.copy()

np.zeros(shape,dtype)

np.ones(shape,dtype)

import cv2 as cv
import numpy as np
src = cv.imread("D:/lenna.jpg") #读取图像
cv.namedWindow("input",cv.WINDOW_AUTOSIZE) #创建名为input的窗口
m1=copy(src) #将src拷贝一份
imshow("m1",m1)
m2=src
m2[100:200,200:300,:]=255  #宽，高，通道数
cv.imshow("m2",m2)
m3=np.zeros(src.shape,src.dtype)  #0矩阵,形状和类型与src一致
cv.imshow("m3",m3)
m4=np.zeros([512,512],np.uint8)
cv.imshow("m4",m4)
m5=np.ones(shape=[512,512,3],dtype=np.uint8)
m5[:,:,0]=255 #0代表第0号通道，0，1，2号通道分别代表B、G、R通道
cv.imshow("m5",m5)
cv.waitKey(0)
cv.destroyAllWindows()

像素算术操作

加add
减subtract
乘multiply
除dvide

import cv2 as cv
import numpy as np

src1 = cv.imread("D:/Logo1.jpg");
src2 = cv.imread("D:/Logo2.jpg");

add_result = np.zeros(src1.shape, src1.dtype);#创建图像，用于保存结果
cv.add(src1, src2, add_result);
cv.imshow("add_result", add_result);

sub_result = np.zeros(src1.shape, src1.dtype);
cv.subtract(src1, src2, sub_result);
cv.imshow("sub_result", sub_result);

mul_result = np.zeros(src1.shape, src1.dtype);
cv.multiply(src1, src2, mul_result);
cv.imshow("mul_result", mul_result);

div_result = np.zeros(src1.shape, src1.dtype);
cv.divide(src1, src2, div_result);
cv.imshow("div_result", div_result);

cv.waitKey(0)
cv.destroyAllWindows()