一、图像-视频的基本操作
图像是由一个个像素值组成,像素值的范围为[0,255],数值越大代表越亮,0为黑,255为白。
每个小区域分别在R、G、B图像的颜色通道分别对应了一个值,灰度图只有一个通道。
import cv2 #opencv读取的格式是BGR
import matplotlib.pyplot as plt
import numpy as np
img=cv2.imread('A.jpg')
输出结果:
array([[[142, 151, 160],
[146, 155, 164],
[151, 160, 169],
...,
[[162, 186, 198],
[157, 181, 193],
[142, 166, 178],
...,
[185, 198, 200],
[130, 143, 145],
[129, 142, 144]]], dtype=uint8)
dytpe=uint8,就是对于一个图像来说像素值的范围为[0,255]。对于矩阵来说当中的值分别对应于[h,w,c]来表示它的三个维度。
注:Opencv工具包读取图像的默认格式为BGR
读取图像,并对图像进行窗口显示
cv2.imshow('image',img) # 窗口名称,窗口显示的图像
#0表示任意键终止,即不让他自己消失,而是自己按按钮消失,如果为100,则表示100ms后自动消失
cv2.waitKey(0)
cv2.destroyAllWindows() #关闭所有窗口
输出结果:
即:桌面显示所读取的那张图片
-----------------------------------------------------------------------------------------
定义函数达到同样效果方便使用:
def cv_show(name,img): # 定义一个函数,方便后面调用
cv2.imshow(name,img) # 窗口名称,窗口显示的图像
cv2.waitKey(0) # 显示图像的时间,单位ms,0表示任意键终止
cv2.destroyAllWindows() # 关闭所有窗口
执行:
img.shape # 图像的形状,返回值是一个包含行数,列数,通道数的元组
输出结果:
(414, 500, 3)
(414, 500, 3)分别对应于(h,w,c)。其中C为3表示B,G,R三通道。
如果想让读取的图像变成灰度图,将
img=cv2.imread('cat.jpg') 替换为
img=cv2.imread('cat.jpg',cv2.IMREAD_GRAYSCALE)
其中:
cv2.IMREAD_COLOR:彩色图像
cv2.IMREAD_GRAYSCALE:灰度图像
# 保存图像,第一个参数是保存的路径及文件名,第二个图像是要保存的图像
cv2.imwrite('mycat.png',img)
# 图像的类型
type(img)
# 图像的大小,返回值是图像的像素数目
img.size
# 图像的数据类型
img.dtype
-
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(): # 判断是否正常打开
oepn, frame = vc.read() # 读取视频第一帧,open是bool值,frame是第一帧的图像
else: # 如果没有正常打开,打印出错误信息
open = False
#接着遍历每一帧,组成一个视频
while open: # 循环读取视频帧
ret, frame = vc.read() # ret是bool值,frame是每一帧的图像
if frame is None: # 如果没有读取到图像,跳出循环
break
if ret == True: # 如果读取到图像,显示图像
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 转换成灰度图
cv2.imshow('result', gray) # 显示图像
if cv2.waitKey(100) & 0xFF == 27: # 每隔100ms判断是否按下了‘ESC’,如果按下了,退出循环
break
vc.release() # 释放资源
cv2.destroyAllWindows() # 关闭窗口
ROI 区域
对一个图像中的某一感兴趣的区域进行截取
#截取图像感兴趣区域
img=cv2.imread('cat.jpg') # 读取图像
cat=img[0:200,0:200] # 截取图像的一部分
cv_show('cat',cat) # 显示图像
------------------------------------------------------------------------------------
# 0 1 2
# B G R
# 只保留R,将B和G通道全部置为0
cur_img = img.copy() # 复制图像
cur_img[:,:,0] = 0 # 将B通道全部置为0
cur_img[:,:,1] = 0 # 将G通道全部置为0
cv_show('R',cur_img) # 显示图像
# 只保留G,将B和R通道全部置为0
cur_img = img.copy() # 复制图像
cur_img[:,:,0] = 0 # 将B通道全部置为0
cur_img[:,:,2] = 0 # 将R通道全部置为0
cv_show('G',cur_img) # 显示图像
# 只保留B,将G和R通道全部置为0
cur_img = img.copy() # 复制图像
cur_img[:,:,1] = 0 # 将G通道全部置为0
cur_img[:,:,2] = 0 # 将R通道全部置为0
cv_show('B',cur_img) # 显示图像
-
边界填充
对于一个图像的上下左右都要进行填充。
top_size,bottom_size,left_size,right_size = (50,50,50,50) # 对图像进行边界扩充的像素数目
replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE) # 指定边界扩充的方式,这里是复制法,将边界的像素复制到边界扩充的区域,
reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_WRAP)
constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_CONSTANT, value=0)
----------------------------------------------------------------------------
import matplotlib.pyplot as plt
plt.subplot(231), plt.imshow(img, 'gray'), plt.title('ORIGINAL')
plt.subplot(232), plt.imshow(replicate, 'gray'), plt.title('REPLICATE')
plt.subplot(233), plt.imshow(reflect, 'gray'), plt.title('REFLECT')
plt.subplot(234), plt.imshow(reflect101, 'gray'), plt.title('REFLECT_101')
plt.subplot(235), plt.imshow(wrap, 'gray'), plt.title('WRAP')
plt.subplot(236), plt.imshow(constant, 'gray'), plt.title('CONSTANT')
plt.show()
- BORDER_REPLICATE:复制法,也就是复制最边缘像素。
- 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
- BORDER_REFLECT_101:反射法,也就是以最边缘像素为轴,对称,gfedcb|abcdefgh|gfedcba
- BORDER_WRAP:外包装法cdefgh|abcdefgh|abcdefg
- BORDER_CONSTANT:常量法,常数值填充。
数值计算
#数值计算
img_cat=cv2.imread('cat.jpg') # 读取图像
img_dog=cv2.imread('dog.jpg') # 读取图像
img_cat2= img_cat +10 # 图像的加法,每个像素都加10
img_cat[:5,:,0] # 查看图像的前5行的B通道的值
#输出结果
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] # 查看图像的前5行的B通道的值
#输出结果
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] # 查看图像的前5行的B通道的值
#输出结果
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] # 查看图像的前5行的B通道的值
#输出结果
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)
注:对于(img_cat + img_cat2)[:5,:,0]输出结果中的38,为142+152=294-256=38,因为越界了,故给出溢出值。
对于cv2.add(img_cat,img_cat2)[:5,:,0]的加法,溢出了则为255,不溢出则为原始值。
图像融合
#图像融合
img_cat + img_dog # 图像的加法,每个像素相加,如果超过255,就取255
img_cat.shape # 查看图像的大小
img_dog = cv2.resize(img_dog, (500, 414)) # 将图像的大小调整为和猫的图像大小一致
img_dog.shape # 查看图像的大小
res = cv2.addWeighted(img_cat, 0.4, img_dog, 0.6, 0) # 图像的融合,第一个参数是第一张图像,第二个参数是第一张图像的权重,第三个参数是第二张图像,第四个参数是第二张图像的权重,第五个参数是gamma值
plt.imshow(res) # 显示图像
res = cv2.resize(img, (0, 0), fx=4, fy=4) # 图像的缩放,第一个参数是原图像,第二个参数是缩放后的图像大小,第三个参数是沿x轴的缩放比例,第四个参数是沿y轴的缩放比例
plt.imshow(res) # 显示图像
res = cv2.resize(img, (0, 0), fx=1, fy=3) # 图像的缩放,第一个参数是原图像,第二个参数是缩放后的图像大小,第三个参数是沿x轴的缩放比例,第四个参数是沿y轴的缩放比例
plt.imshow(res) # 显示图像