计算机视觉 opencv 图像基本操作 图像读取 图像保存 图像切分 图像色道切分 图片融合

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

def cvImgShow(name,img):

    # 默认是rgb 读彩色图
    # img = cv2.imread("img1.png")

    # 读取成灰度图
    img = cv2.imread("img1.png",cv2.IMREAD_GRAYSCALE)
    print(img.shape)

    # 图片的现实 也可以创建多个窗口
    cv2.imshow('image',img)
    # 等待时间 毫秒级 0表示任意键终止
    cv2.waitKey(0)
    cv2.destroyAllWindows()

    cv2.imwrite('img1_1.png',img)

def cvVideoShow(name,video):

    vc = cv2.VideoCapture("video1.mp4")

    if vc.isOpened():
        open,frame = vc.read()
    else:
        open = False

    while open:
        ret,frame = vc.read()
        if frame is None:
            break
        if ret == True:
            gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
            cv2.imshow('result',gray)
            if cv2.waitKey(10000):
                break
    vc.release()
    cv2.destroyAllWindows()

def cvSplitImgShow(name,img):

    img = cv2.imread("img1.png")

    splitImg = img[0:500,0:500]
    print(splitImg.shape)

    # 图片的现实 也可以创建多个窗口
    cv2.imshow('image', splitImg)
    # 等待时间 毫秒级 0表示任意键终止
    cv2.waitKey(0)
    cv2.destroyAllWindows()

    cv2.imwrite('splitImg_1.png', splitImg)

def cvSplitImgChannelShow(name,img):

    img = cv2.imread("img1.png")
    # 拆分通道
    # b,g,r = cv2.split(img)
    #
    # 合并通道
    # cv2.imshow("RED",R);                            #显示三通道的值都为R值时d图片
    # cv2.imshow("GREEN",G);                          #显示三通道的值都为G值时d图片
    # cv2.imshow("BLUE",B);                           #显示三通道的值都为B值时d图片
    #
    # 当调用 imshow（R）时，是把图像的R，G，B三个通道的值都变为R的值，所以图像的颜色三通道值为（R，R，R）
    # 同理 imshow（G）和imshow（B）所显示d图像的颜色通道也依次为（G，G，G）和（B，B，B）。
    # 而 当三个通道d值相同时，则为灰度图。
    #
    # img = cv2.merge((b,g,r))

    img[:,:,:0] = 0
    img[:,:,:1] = 0

    cv2.imshow('image', img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

# 2个图片融合
def cvImageFusion():

    img1 = cv2.imread("img1.png")
    cat =  cv2.imread("unnamed.jpg")
    print(img1.shape)
    cat = cv2.resize(cat,(img1.shape[1],img1.shape[0]))
    print(cat.shape)

    # res = a*x1 + b*x2  + c 最后一个参数就是偏置项
    res = cv2.addWeighted(img1,0.8,cat,0.2,0)

    cv2.imshow('image', res)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

# cvImgShow("img1","img1.png")
# cvVideoShow("video","video1.mp4")
# cvSplitImgShow("img1","img1.png")

cvImageFusion()