openCV（二）——图像基本操作20.3.25

本文链接：https://blog.csdn.net/under_heart/article/details/105095712

1.1 图片属性

img.shape：获取图像的形状(元组)，彩色图返回一个包含行数（高度）、列数（宽度）和通道数的元组，灰度图只返回行数和列数。
img.dtype：获取图像数据类型。
img.size：获取图像总像素数（高度 * 列数 * 通道数）。

1.2 获取和修改像素点

img[100, 90]：获取行坐标为100,列坐标为90的像素点的值。
img[100, 90, 0]：只获取该像素点blue通道的值。
img[100, 90] = [255, 255, 255]，改变这一像素点的值。
另一种性能更好的方法：
获取：img.item(100,90,0)
修改：img.itemset((100,100,0),255)，这种方式只能B,G,R逐一修改。

1.3 区域截取

img[100:200, 115:188]，前面的参数设定横坐标（纵向的范围），后面的参数设定列坐标（横向的范围）。

1.4 通道分割与合并

分割并合成一个图像

import cv2
img = cv2.imread('img/04.jpg')
b, g, r = cv2.split(img)
img = cv2.merge((b, g, r))

使用索引值提取单通道（性能好）：

b = img[:, :, 0]
g = img[:, :, 1]
r = img[:, :, 2]

1.5 颜色转换和追踪

1. cv2.cvtColor(p1,p2)用来进行颜色模型转换，p1是要转换的图片，p2是转换模式， COLOR_BGR2GRAY表示BGR→Gray。

可用下面的代码显示所有的转换模式：

patters = [i for i in dir(cv2) if i.startswith("COLOR_")]
print(patters)

使用HSV模型进行特定颜色追踪
1. HSV](https://baike.baidu.com/item/HSV/547122)是一个常用于颜色识别的模型，相比BGR更易区分颜色，转换模式用COLOR_BGR2HSV表示。
2. OpenCV中色调H范围为[0,179]，饱和度S是[0,255]，明度V是[0,255]。虽然H的理论数值是0°~360°，但8位图像像素点的最大值是255，所以OpenCV中除以了2，某些软件可能使用不同的尺度表示，所以同其他软件混用时，记得归一化。
3. 实例:只显示蓝色物体

      import cv2
      import numpy as np
      img = cv2.imread('img/04.jpg')
      #获取HSV值的上下限范围
      blue = np.uint8([[[255,0,0]]])
      hsv_blue = cv2.cvtColor(blue,cv2.COLOR_BGR2HSV)
      print(hsv_blue) #[120,255,255]
      # 规定蓝色范围
      lower_blue = np.array([100,110,110])
      upper_blue = np.array([130,255,255])
      # 从BGP转换为HSV
      hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
      cv2.imwrite('img/hsv.jpg', hsv)
      # inRange():介于lower/upper之间的为白色，其余黑色
      mask = cv2.inRange(hsv,lower_blue,upper_blue)
      cv2.imwrite('img/mask.jpg', mask)
      # 只保留图中蓝色部分
      res = cv2.bitwise_and(img,img,mask=mask)
      cv2.imwrite('img/res.jpg', res)

1.6 图像几何变换

缩放图片

res1 = cv2.resize(img,(132,150)) #按照指定宽度、高度缩放图片
res2 = cv2.resize(img,None,fx=2,fy=2,interpolation=cv2.INTER_LINEAR) #x,y轴放大一倍

镜像翻转图片

res1 = cv2.flip(img,0) # =0垂直翻转(沿x轴)
res2 = cv2.flip(img,1) # >0水平翻转(沿y轴)
res3 = cv2.flip(img,-1) # <0水平垂直翻转

平移图片

rows,cols = img.shape[:2]
#定义平移矩阵，需要是numpy的float32类型
M = np.float32([[1,0,100],[0,1,50]])# x轴平移100，y轴平移50
res = cv2.warpAffine(img,M,(cols,rows))

旋转图片

M = cv2.getRotationMatrix2D((cols/2,rows/2),45,0.5)
res1 = cv2.warpAffine(img,M,(cols,rows))
M = cv2.getRotationMatrix2D((cols/2,rows/2),-45,0.5)
res2 = cv2.warpAffine(img,M,(cols,rows))