python画图灰白_OpenCV 在Python环境下读取、显示、写入、变灰图片

读取图片、并显示图片import cv2  #核心包

import numpy as np

input = cv2.imread('./images/input.jpg')

cv2.imshow("Hello openCV",input)

cv2.waitKey(10)

cv2.destroyAllWindows()

写入图片# imwrite 这个方法，加上文件名就可以帮我们保存图片

cv2.imwrite('output.jpg', input)

cv2.imwrite('output.png', input)

图片灰度（图片变灰可以提高图片处理效率，通道减少维度下降了）

# 使用 cvtColor 這個方法來转换图片的成黑白gray_image = cv2.cvtColor(input,cv2.COLOR_BGR2GRAY)

#方式二：img = cv2.imread('./images/input.jpg',0)  #直接读取其中一个通道

图片对应坐标像素点查看B,G,R = image[0, 0]

print(B,G,R)  # 会打印对应的三个色值

#如果灰度的话  只有一个值

gray_iamge = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

print(gray_iamge.shape)

print(gray_iamge[0,0]) #21  这个时候只有一个值输出

color for HSV (色调、饱和度、亮度 什么的)image = cv2.imread('./images/input.jpg')

hsv_image = cv2.cvtColor(image,cv2.COLOR_BGR2HSV)

# 打印原图，还有 HSV 单个通道的内容

cv2.imshow("HSV image",hsv_image)

cv2.imshow("Hue channel",hsv_image[:,:,0])

cv2.imshow("Saturation channel",hsv_image[:,:,1])

cv2.imshow("valie channel",hsv_image[:,:,2])

cv2.waitKey()

cv2.destroyAllWindows()

改变图片单（可以任意）个通道的色值，通过先分离，再合并image = cv2.imread('./images/input.jpg')

# 使用 split 方法來抽出单个 BGR 通道

B,G,R = cv2.split(image)

print (B.shape)

# cv2.imshow("Red",R)

# cv2.imshow("Blue",B)

# cv2.imshow("Green",G)

# cv2.waitKey()

# cv2.destroyAllWindows()

# 使用 re-mark. 來重新制作原始图片

# merged = cv2.merge([B,G,R])

# cv2.imshow("Merged",merged)

# cv2.waitKey()

# cv2.destroyAllWindows()

# 修改单个颜色强度

merged = cv2.merge([B+100,G,R])

cv2.imshow("Merged with blue",merged)

cv2.waitKey()

cv2.destroyAllWindows()

只显示一个颜色（这个背景是黑色）import cv2

import numpy as np

B,G,R = cv2.split(image)

# 创建一個矩陣 [0,0,0] zero

zeros = np.zeros(image.shape[:2], dtype="uint8")

cv2.imshow("Red", cv2.merge([zeros, zeros, R]))

cv2.imshow("Green", cv2.merge([zeros, G, zeros]))

cv2.imshow("Blue", cv2.merge([B, zeros, zeros]))

cv2.waitKey()

cv2.destroyAllWindows()

一张图片的颜色直方图（Y轴像素量）from matplotlib import pyplot as plt

import cv2

import numpy as np

image = cv2.imread('./images/input.jpg')

histogram = cv2.calcHist([image],[0],None,[256],[0,256])

# cv2.calcHist([圖像],[通道],掩碼,[範圍],[BIN 的數量表示尺寸])

# calcHist 幫助我們繪圖(直方圖)

# 圖像：uint8 或者。uint32 的圖像要用 []

# 通道：對於彩色圖像來說可以分別使用 [0][1][2] 的方式分別來計算 藍色 綠色 或是紅色

# 掩碼：掩蓋掉圖片，如果我們有想要指定特定的顏色再給他數據（蒙太奇）後面會講

# hitsize: 表示圖表的單位數量

#整張圖片裡面藍色的分佈情況

# plt.hist(image.ravel(), 256, [0, 256]); plt.show()

color = ("b","g","r")

for i, col in enumerate(color):

histogram2 = cv2.calcHist([image],[i],None,[256],[0,256])

plt.plot(histogram2, color = col)

plt.xlim([0,256])

plt.show()