OpenCV图像处理基础

数据读取

引入OpenCV库

import cv2

图片的读取

img=cv2.imread('cat.jpg')
#参数为图片的路径

注意：这里以及之后的路径都是相对路径

其中，读取的图片格式为ndarray数组格式：

print(type(img))
print(img.shape)

输出:<class ‘numpy.ndarray’>
(414, 500, 3)
注：
①数组的数为0-255之间，0代表黑色，255代表白色
②数值越大，颜色越深；数值越小，颜色越浅
③414和500分别表示图像的高和宽（像素点个数），3表示每个像素点具有三个颜色通道，即B(蓝色)G(绿色)R(红色)三个通道，将三个通道合到一块就是一个彩色图像（后面会讲到通道合并）

图像的显示：

cv2.imshow('image',img)
#第一个参数为图片展示时的名字，第二个参数为图片变量
cv2.waitKey(1000)
#这里的1000表示展示1000ms，如果参数为0，就表示按下随意键就终止图片展示
cv2.destroyAllWindows()
#这里表示删除图片窗口

图片的保存：

cv2.imwrite('mycat.png',img)
#第一个参数为保存图片的路径，第二个参数表示所保存的图片变量

视频的读取

cv2.VideoCapture可以捕获摄像头，用数字来控制不同的设备，例如0,1。
如果想要读取视频文件，只需要指定好视频路径即可。
注意：OpenCV读取的“视频”实质都是一帧一帧的图片，后期我们进行对视频流的处理时也是对图片处理

vc = cv2.VideoCapture('test.mp4')
#这里表示读取相关路径为test.mp4的视频

while open:
    ret, frame = vc.read()
    #如果能读取，则将第一个参数赋予True，否则赋予False
    #第二个参数赋予所读取的图片
    if frame is None:
        break
        #这里表示如果视频流读完了，即读取的图片是空值，就退出循环
    if ret == True:
        cv2.imshow('result', frame)#显示
        if cv2.waitKey(100) & 0xFF == 27:
            #处理一帧等100ms（处理间隔是100ms）
            #27代表Esc退出键，表示按Esc就退出视频
            break
vc.release()
#释放掉vc
cv2.destroyAllWindows()
#关闭视频窗口

图像处理基本操作

图像灰度处理

利用OpenCV中的cvtColor函数

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#注意：OpenCV直接读取的图片格式是BGR格式
#第二个参数表示将BGR变成GRAY
cv2.imshow('gray',gray)
cv2.waitKey(0)
cv2.destroyAllWindows()

灰度图只有一个颜色通道，所以是个二维数组

print(gray.shape)
print(gray)

(414, 500)

截取部分图像数据

这里类似numpy数组里的截取部分数组

cat=img[0:300,0:150]
#这里表示取出高是300，宽是150的左上角矩形区域
cv2.imshow('cat',cat)
cv2.waitKey(0)
cv2.destroyAllWindows()

颜色通道提取与合并

通道提取

利用OpenCV中的split函数

b,g,r=cv2.split(img)
#参数为所要分割的图片变量

把三个通道切分称三个数组

print(r)

这里的二维数组只留下原图像的红色信息，绿色和蓝色被分割出去了

print(r.shape)

(414, 500)
此时，数组变成二维的了

只保留红色信息

# 只保留R
cur_img = img.copy()
#如果不加copy，则cur_img只是img的一个视图，这里类似numpy数组
cur_img[:,:,0] = 0
cur_img[:,:,1] = 0
#将B和G全部设成零
cv2.imshow('R',cur_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

处理后：

通道的合并

img=cv2.merge((b,g,r))
#将三个通道合并
print(img.shape)
cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

(414, 500, 3)

此时，数组又变回三维，图像变回彩色

文：齐鲁工业大学 云灵未来人工智能协会 AIDC017