跟着大白小浪一起学——人工智能-计算机视觉（一）

学习网站

B站学习网址：人工智能-计算机视觉

唐宇迪：图像处理与计算机视觉基础分享，其中包含超多实战项目：信用卡数字识别项目、文档扫描OCR识别项目、全景图像拼接项目、停车场车位识别项目、答题卡识别判卷项目、新闻数据集文本分类项目、基于CNN搭建图像识别模型项目等实战项目

前言

前面一至三章为基础环境配置部分，这里不做过多讲解和记录，有需要的同学可以自行CSDN。

4、图像的基本操作

计算机图像是由很多个像素点组成的，这些像素点通常以矩阵形式排列，这个矩阵就表示着你这个图像的一个大小

数据读取-图像

• cv2.IMREAD_COLOR:彩色图像
• cv2.IMREAD_GRAYSCALE:灰度图像

import cv2	#opencv读取的格式是BGR
import numpy as np

img = cv2.imread('cat.jpg')		#读取图像的函数

详细请参考：cv2 imread()函数

#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，参数为0表示按任意键终止，参数为1000的话表示1000ms就终止
cv2.waitKey(0)
cv2.destroyAllWindows()

为了方便，我们可以编写一个函数来展示图像

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

接下来让我们看一下图像的一些属性(这里的img都是拿上述img举例)

img.shape
#执行结果为：(414,500,3)，其中，从左到右依次表示：w（宽度），h（高度），c（3为3通道的意思，这里指的的BGR三通道）

现在我们更改一下图像的颜色属性为灰度图试试

img = cv2.imread('cat.jpg',cv2.IMREAD_GRAYSCALE)
img.shape
#执行结果为 (414,500)

关于图像的保存这里也简单提及一下：

#保存
cv2.imwrite('你要保存的路径和名字',img)

其他的图像的属性还有：

• img.dtype
• img.size
• type(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。
• 其实视频也就是由一帧帧静止的图片播放来的。

vc = cv2.VideoCapture('test.mp4')
#检查是否打开正确
if vc.isOpened():
	#vc.read会从视频中一帧一帧去读取图片，然后会返回两个值：open，frame，
	#open是个布尔类型返回值，frame是指当前这一帧的图像
	open,frame = vc.read()		
else:
	open = False

#如果视频打开正常我就开始对一帧一帧的图像进行处理
while open:
    ret,frame = vc.read()
    if frame is None:
        break
    if ret == True:
        # cv2.cvtColor(img, p2)是颜色空间转换函数，img是需要转换的图片，p2是转换成何种格式。
        # cv2.COLOR_BGR2RGB 将BGR格式转换成RGB格式
        # cv2.COLOR_BGR2GRAY 将BGR格式转换成灰度图片
        gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
        cv2.imshow("颜色转换后灰度视频流",gray)
        if cv2.waitKey(10) & 0xFF == 27:
            break
vc.release()
cv2.destroyAllWindows()

截取部分图像数据

"""
截取部分图像数据
其中的img[200:300,100:400]指的是截取的区域
"""
img = cv2.imread('1.jpg')
cut_up = img[200:300,100:400]

详细可参考：图像处理基础

颜色通道提取

刚才我们也说了，opencv中颜色通道为BGR，我们可以用cv2.split把BGR三个通道给分别切分开来，当然，我们也可以将它们再通过cv2.merge合并起来

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

那如何看各个通道长什么样子呢？

#我们只保留R通道试试，将其他两个通道的值都置为0
cur_img = img.copy()
cur_img[:,:,0] = 0		#还记的我们的img的shape吗？(w,h,c),c为三色通道BGR，此处的意思即为让B通道亮度值都为0
cur_img[:,:,1] = 0		#此处的意思即为让G通道亮度值都为0
cv_show('R',cur_img)

边界填充

什么是边界填充？简单来说就是给图像的边缘填充一些东西，例如给图像的上下左右添加一些边框。

函数介绍
cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE)

• 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，需要在函数中填入常数参数。

由于篇幅原因这里不过多赘述，之后再做详细说明，效果可见：
OpenCV–图像边界填充

数值计算与图像融合

由于篇幅原因这里只提供一些常见的函数，详细请自行查找

• cv2.addWeighted 函数是将两张相同大小，相同类型的图片融合的函数
• cv2.resize 调整图片尺寸，大小等等