图像处理day1

1数字图像的表示

1.1位数

计算机采用0/1编码，数字图像也是0/1来记录信息，平常接触的8位图像，包含0~255灰度，0代表最黑，1表示最白

人眼对灰度更敏感一些

1.2

二值图像的二维矩阵仅由0/1组成，“0”代表黑色，“1”代表白色。

灰度图

彩色图rgb

2.opencv模块

core:最核心的数据结构

highgui:视频与图像的读取、显示、存储

imgproc:图像处理的基础方法

features2d:图像特征以及特征匹配

3.图像的基本操作

1.图像的io操作

1.1读取图像

• 参数2 要读取的方式
  • 1：以彩色模式加载图像
  • 0：以灰度模式加载图像
  • -1：包括alpha通道的加载图像模式

import cv2 as cv
import numpy as np
img = cv.imread('mess.jpg',0)

1.2显示图像

cv.imshow('image',img)
cv.waitKey(0)
#marplotlib显示图像
plt.imshow(img[:,:,::-1])

1.3保存图像 

cv.imwrite('mess.png',img)

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
#1.读取图像
img = cv.imread('test.jpg')

#2.显示图像
cv.imshow('test.jpg',img)
cv.waitKey(0)
cv.destroyAllWindows()
plt.imshow(img,cmap = plt.cm.gray)
plt.show()
cv.imwrite('mldgray.jpg',img)

1.4在图像绘制图形

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
img = np.zeros((512,512,3),np.uint8)
#2.绘制图形
#绘制直线，起点，重点，颜色，宽度
cv.line(img,(0,0),(511,511),(255,0,0),5)
#圆心半径颜色宽度 -1填充
cv.circle(img,(256,256),60,(0,0,255),-1)
cv.rectangle(img,(100,100),(400,400),(0,255,0),5)
cv.putText(img,"hello",(100,150),cv.FONT_HERSHEY_COMPLEX,5,(255,255,255),3)
#3.显示结果
plt.imshow(img[:,:,::-1])
plt.show()

1.5获取并修改图像中的像素点

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
img = np.zeros((256,256,3),np.uint8)
plt.imshow(img[:,:,::-1])

#获取里面某个值
img[100,100]

#只返回某个通道的值（蓝色）
img[100,100,0]

#修改图像的值
img[100,100] = (0,0,255)

1.6获取图像属性

1. img.shape  
2. img.dtype
3. img.size

 1.7图像通道的拆分与合并

1.8色彩空间的转变

#变成灰度图像
gray= cv.cvtColor(img,cv.COLOR_BGR2GRAY)
plt.imshow(gray,cmap=plt.cm.gray)

#还可以变成HSV,把GRAY换成HSV