Python 用 OpenCV NumPy 做图像处理的基本操作

在做一些图像处理或算法实验时，使用 Python 比较方便，本文主要介绍在 Python 中使用 OpenCV NumPy 做图像处理的基本操作。熟悉了这些基本操作，进一步对图像做复杂操作就更方便了。

如：

• 读取图片
• 保存图片
• 显示图片
• RGB 通道分离
• 转成灰度图
• 取灰度均值
• 对图片做 mask 或抠取指定区域
• 两图片融合

# -*- coding: utf-8 -*-
# @Time    : 2021-04-28 19:45
# @Author  : AlanWang4523
# @FileName: py_pic_handle.py

import os
import sys
import cv2
import numpy as np


def test_handle_img():
    path1 = "niguang_001.jpeg"
    path2 = "niguang_002.jpeg"

    # 根据路径读取图片
    img1 = cv2.imread(path1)
    img2 = cv2.imread(path1)

    # 分离 RGB 三个通道，注意：openCV 中图像格式是 BGR
    srcR = img1[:, :, 2]
    srcG = img1[:, :, 1]
    srcB = img1[:, :, 0]

    # 将原图转成灰度图
    grayImg = 0.299 * srcR + 0.587 * srcG + 0.114 * srcB

    # 获取灰度均值
    meanValueOfGray = np.mean(grayImg)

    # 标记灰度图中大于灰度均值的位置
    mask = grayImg > meanValueOfGray

    # 图像数据类型的转换
    img1 = img1.astype(np.float)
    # img1 = img1.astype(np.uint8)

    # 在原图中抠出灰度大于均值的区域，小于均值的局域置黑(也可以对抠出的区域做处理, 下面代码后面的 * 1 就是模拟要对抠出的区域做处理)
    img1[:, :, 2][mask] = img1[:, :, 2][mask] * 1.0
    img1[:, :, 1][mask] = img1[:, :, 1][mask] * 1.0
    img1[:, :, 0][mask] = img1[:, :, 0][mask] * 1.0
    img1[:, :, 2][~mask] = 0
    img1[:, :, 1][~mask] = 0
    img1[:, :, 0][~mask] = 0

    # 另外一种方式抠图，跟上面效果一样
    img1[:, :, 2] = np.where(grayImg > meanValueOfGray, img1[:, :, 2], 0)
    img1[:, :, 1] = np.where(grayImg > meanValueOfGray, img1[:, :, 1], 0)
    img1[:, :, 0] = np.where(grayImg > meanValueOfGray, img1[:, :, 0], 0)

    # 图像融合
    alpha = 0.3
    img3 = img1 * (1 - alpha) + img1 * alpha

    img1 = img1.astype(np.uint8)

    # 保存图片
    cv2.imwrite('py_test_out_01.png', img1)

    return img1


def hanlde_img(path):
    # 根据路径读取图片
    img = cv2.imread(path)

    img = test_handle_img()

    # 创建图片显示窗口
    title = "ShadowHighlight"
    cv2.namedWindow(title, cv2.WINDOW_NORMAL)   
    cv2.resizeWindow(title, 800, 600)
    cv2.moveWindow(title, 0, 0)
    while True:
        # TODO 如果要看处理后的时候效果，可以在这里处理图片，下面循环显示

        # 循环显示图片，按 ‘q’ 键退出
        cv2.imshow(title, img)
        if cv2.waitKey(1) == ord('q'):
            break
    cv2.destroyAllWindows() 


if __name__ == '__main__':
    '''
        运行环境：Python 3
        执行：python3 py_pic_handle.py <图片路径>
        如：python3 py_pic_handle.py test.jpg
    '''
    if len(sys.argv) == 1:
        print("参数错误：未传入图片路径！")
        sys.exit(-1)
    img_path = sys.argv[1]
    print("img_path Params:", img_path)
    hanlde_img(img_path)

如下图：从原图中抠出灰度值大于灰度均值的区域，其他区域置黑