Opencv3 tutorial_2图像和视频的读取

调取图像的基本信息尝试使用opencv的API处理问题

创建新的窗口并且填充色彩
建立数组
测试OK

import cv2 as cv
import numpy as np


def access_pixels(image):
    print(image.shape)
    heigh = image.shape[0]
    width = image.shape[1]
    channels = image.shape[2]
    print("heigh : %s, width : %s, channels : %s" %(heigh,width,channels))
# 下面可以进行图像取反，并单独另存
    for row in range(heigh):
        for col in range(width):
            for c in range(channels):
                pv = image[row, col, c]   # 获取每一个通道的数值，得到一个三维的数组
                image[row, col, c] = 255 - pv   # 当运行程序时，def access_pixels(image): 需要一步一步进行，很慢
    #cv.imshow("piexls_demo",image)
    #cv.imwrite("C:/Users/LENOVO/Desktop/test image/Image_202.jpg", image)
#  上面可以进行图像取反，并单独另存


#  以下是使用opencv的API对图像进行取反操作
def inverse(image):                     # 用cv的代码运行速度比较快，以后图形做像素取反可用 ,以后要会去寻找更好的优化程序
    dst = cv.bitwise_not(image)
    cv.imshow("iverse_demo", dst)
#  以上是使用opencv的API对图像进行取反操作


def creat_image():       # 创建新的图像
    img = np.zeros([400, 400, 3],np.uint8)   # 图像形状，类型是unit8    3通道
# 通过下面三种颜色可以随意调配
    img[:, :, 0] = np.ones([400, 400])* 255  # B 打印蓝色通道
    img[:, : , 1] = np.ones([400, 400]) * 255  # G 打印绿色通道
    img[:, : , 2] = np.ones([400, 400]) * 255  # R 打印红色通道，，，，通过设置BGR的颜色数值调配任意颜色
    cv.imshow("new image1", img)

    m1 = np.ones([3, 3], np.float32)  # 创建二维数组，类型输出可选float或者uint8或者int32 ,最好选择float防止别截断
    m1.fill(122.453)
    m2 = m1.reshape([1,9])
    print(m1)
    print(m2)
    m3 = np.array([[1, 2, 3],[4, 5, 6],[7, 8, 9]], np.int32)   # 在卷积的时候做filer比较好，如果初始化相同变量的矩阵没有用np.ones快速
    m3.fill(9)
    print(m3)

print("----------------hi.python!---------------------------")
src = cv.imread("C:/Users/LENOVO/Desktop/test image/gp.jpg")  # blue , green , red
cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)  # 创建一个window命名为input image
cv.imshow("input image",src)  # 通过窗口名字调用读取的图片到当前的窗口上面

t1 = cv.getTickCount()     # 获取当前cpu转的圈数
# access_pixels(src)        # src传到access_pixels才能对获取到的图片进行处理
# inverse(src)
t2 = cv.getTickCount()

creat_image()         # 打印我们创建的新框架

time = (t2-t1)/cv.getTickFrequency()    # 前后圈数差除以频率得出时间毫秒
cv.waitKey(0)            # 告诉系统需要delay，等待用户的下一个操作
print("time : %s ms" %(time*1000)) # 时间单位毫秒乘以1000得出秒数

cv.destroyAllWindows()   # 响应操作以后就会释放内存