opencv (1)

1、将图片灰度化，以及像素操作（将3通道的RGB图像，灰度化为单通道的灰度图像）：

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

img=cv2.imread('las.jpg') #读取图像，保存为矩阵形式
#cv2.imshow("RGB",img) #RGB为窗口名
print(img.shape) #shape，可以获取图片的属性

#cv2.waitKey(0)

width=img.shape[1] #列数，即宽度
height=img.shape[0] #行数，即高度

'''
  0-----------------------------> x
  |
  |
  |
  |
  |
  |
  y
  
'''
#必须将数组元素限定在uint8内，RGB图像的灰度级一般为256
news=np.zeros((height,width),np.uint8()) #uint8，2^8，取值为0-255

for h in range(height):
    for w in range(width):
        gray=0.3*img[h,w][0]+0.59*img[h,w][1]+0.11*img[h,w][2] #opencv读取图片，以BGR的形式存储
        news[h,w]=np.uint8(gray)
#cv2.imshow('gray',news)

cv2.imwrite('the gray one.jpg',news)

#将图片的某一区域的像素全部变成白色（255）
img[0:100,0:100,0:3]=[255,255,255] #不加0:3也行（左闭右开）
cv2.imshow('the white zone',img)

cv2.waitKey(0)
cv2.destroyAllWindows()

'''
plt.hist(img.ravel(),256)
plt.show()
'''

另外一种灰度化的方法，使用库函数cv2.COLOR_BGR2GRAY：

import cv2
import numpy as np

#使用cv2.COLOR_BGR2GRAY将图片灰度化（同样的，结果的图片也是单通道的）
img=cv2.imread('las.jpg')
img1=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
cv2.imshow('1',img1)

a=img1[50,50]
print(a) #a的值只有一个，说明使用cv2.COLOR_BGR2GRAY转换出来的图是单通道的

2、提取出感兴趣区域（简单的提取）：

import cv2
import numpy as np

img1=cv2.imread('the gray one.jpg')
print(img1.size) #像素个数
print(img1.shape) #维度
print(img1.dtype) #图像类型，uint8

in_area=np.ones((100,100,3),np.uint8()) #zeros也可以

#print(help(np.ones)) #通过这个方式可以查看某个函数的官方文档解释

in_area=img1[300:400,300:400]
cv2.imshow('ins',in_area)  #提取出感兴趣区域

img1[0:100,0:100] = in_area
cv2.imshow('ronghe',img1) #与原图进行融合

3、通道变换1：
变换前：

import cv2
import numpy as np
#opencv读取RGB图片，用BGR的格式存储
img=cv2.imread('las.jpg')
cv2.imshow('test1',img)

b,g,r=cv2.split(img)
img1=cv2.merge([r,g,b]) #merge最多两个参数
cv2.imshow('test2',img1)

变换后：
通道变换2：
原图：

import cv2
import numpy as np
img=cv2.imread('las.jpg')
c,k,h=img.shape
b,g,r = cv2.split(img)

cv2.imshow('b',b)

img1=np.zeros((c,k,h),np.uint8())
img1[:,:,0]=b
cv2.imshow('bule',img1)

窗口b:
窗口bule: