![e9d999f29a1e29e6ccf57fd517a94c6e.png](https://i-blog.csdnimg.cn/blog_migrate/f846d1db7f9c84af15cc5f401f69e764.jpeg)
OpenCV是计算机视觉开源软件库,在图像处理领域应用非常广泛。目前其中能进行视觉处理的函数和方法达到1000多个,能够满足大部分行业的需求,包括医学影像、设计外观、生物体检测等。下面从opencv在python中的基础使用开始说起。
(1)opencv的安装
本篇使用的pythonIDE 为pycharm专业版,新建项目之后,直接在project的setting菜单里添加opencv-python库安装即可:
![45dccf8ca5923c688af83a18775a7a5f.png](https://i-blog.csdnimg.cn/blog_migrate/40650d31e946a8e9f849cfef8e43c67c.jpeg)
在可选择的库里找到opencv-python,目前版本为4.3,其github地址为:
https://github.com/skvark/opencv-pythongithub.com安装完成后如下所示。
![b1c7128384a48f93afc09d6aa574151f.png](https://i-blog.csdnimg.cn/blog_migrate/408a31defc03365b443637886b9e2c7b.jpeg)
![b1c7128384a48f93afc09d6aa574151f.png](https://i-blog.csdnimg.cn/blog_migrate/408a31defc03365b443637886b9e2c7b.jpeg)
同时由于图像本身是由多个像素点组成,每个像素点有不同的像素值,如果是灰白图像,像素值就是0-255之间的值,如果是彩色图像,就有三个通道,每个通道像素值为0-255。如果是二维黑白图片,这些像素点就够成了一个二维矩阵,如果是二维彩色图片,这些像素点就是一个多维矩阵。也就是说,如果要对图像进行处理,实际上就是对矩阵里的像素值进行分析,因此安装和使用numpy或者pandas库就显得很有必要了。
(2)opencv简单使用
安装好了,我们说做就开始做。使用的时候直接在python文件中import导入即可。
实践1:读入图片显示图片,函数为imread和imshow
cv2.imread(filepath,flags): 用于读取图片,函数默认读取的是一副彩色图片,想要读取灰度图,则需要设置参数。其中参数: filepath:要读入图片的完整路径
-
- flags:读入图片的标志
- cv2.IMREAD_COLOR:默认参数,读入一副彩色图片,忽略alpha通道
- cv2.IMREAD_GRAYSCALE:读入灰度图片
- cv2.IMREAD_UNCHANGED:顾名思义,读入完整图片,包括alpha通道
- flags:读入图片的标志
cv2.imshow(windowName,filepath):创建一个窗口显示图片,共两个参数,第一个参数表示窗口名字,可以创建多个窗口中,但是每个窗口不能重名;第二个参数是读入的图片
下面我们在项目里新建一个main.py文件,开始输入下面内容: