来源：AI技术前线
大家好，今天分享这篇文章主要介绍了OpenCV基本操作中的图像基础操作，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考。
01
加载图像
imread 功能是加载图像文件成为一个 Mat 对象，其中第一个参数表示图像文件名称，第二个参数表示加载的图像是什么类型，支持常见的三个参数值
IMREAD_UNCHANDED(<0) 表示加载原图，不做任何改变
IMREAD_GRAYSCALE(0) 表示吧原图作为灰度图像加载进来
IMREAD_COLOR(>0) 表示把原图作为 RGB 图像加载进来
注意：OpenCV 支持 JPG、PNG、TIFF 等常见格式图像文件加载（默认读取的格式是 BGR）
# 导入 OpenCV 库
import cv2 as cv
# 加载图像
img = cv.imread("./1.jpg")
# 打印图像类型
print(type(img))
print(img)输出：
可以发现这是个 numpy 数据类型的，而且是三个维度的，比如 [H,W,C]
图像显示
# 导入 OpenCV 库
import cv2 as cv
# 加载图像
img = cv.imread("./1.jpg")
# 图像的显示，也可以创建多个窗口
cv.imshow("image",img)
# 等待时间，毫秒级，0 表示任意键终止
cv.waitKey(0)
cv.destroyAllWindows()输出：（按下任意键关闭该窗口）
数据读取-图像
# 导入 OpenCV 库
import cv2 as cv
# 灰色显示
img = cv.imread("./1.jpg",cv.IMREAD_GRAYSCALE)
# 打印信息
print(img)输出：
这里打印的结果就不像上面那样有三个维度了，因为是灰色的，也就是没有彩色的，所以这里表示的只有 H 和 W。
当然，这里的代码只是打印信息而已，还不能显示到窗口，显示到窗口还需要增加几句代码，如下：
# 导入 OpenCV 库
import cv2 as cv
img = cv.imread("./1.jpg",cv.IMREAD_GRAYSCALE)
cv.imshow("image",img)
cv.waitKey(0)
cv.destroyAllWindows()输出：（可以发现，图片是以灰色显示了的）
截取部分图像数据
# 导入 OpenCV 库import cv2 as cv# 加载图像img = cv.imread("./1.jpg",)# 截取部分图像cat = img[0:200, 0:200]# 显示截取的图像cv.imshow("cat",cat)cv.waitKey(0)cv.destroyAllWindows()输出：
颜色通道提取
通过 cv2 的 split() 方法可以进行颜色的通道提取
# 导入 OpenCV 库
import cv2 as cv
img = cv.imread("./1.jpg",)
b,g,r = cv.split(img)
print(b)输出：
只保留 R
上面说过 OpenCV 默认读取的格式是 BGR
# 导入 OpenCV 库
import cv2 as cv
img = cv.imread("./1.jpg",)
cur_img = img.copy()
# 注意参数的变化
cur_img[:,:,0] = 0
cur_img[:,:,1] = 0
cv.imshow('R',cur_img)
cv.waitKey(0)
cv.destroyAllWindows()
R 是 Red 的缩写，这里显示的是红色
只保留 G
# 导入 OpenCV 库
import cv2 as cv
img = cv.imread("./1.jpg",)
cur_img = img.copy()
# 注意参数的变化
cur_img[:,:,0] = 0
cur_img[:,:,2] = 0
cv.imshow('G',cur_img)
cv.waitKey(0)
cv.destroyAllWindows()
G 是 Green 的缩写，这里显示的是绿色
只保留 B
# 导入 OpenCV 库
import cv2 as cv
img = cv.imread("./1.jpg",)
cur_img = img.copy()
# 注意参数的变化
cur_img[:,:,1] = 0
cur_img[:,:,2] = 0
cv.imshow('B',cur_img)
cv.waitKey(0)
cv.destroyAllWindows()
B 是 Blue 的缩写，这里显示的是蓝色
边界填充
# 导入 OpenCV 库
import cv2 as cv
# 导入 maplotlib
import matplotlib.pyplot as plt
img = cv.imread("./1.jpg",)
# 定义图片显示大小
top_size,buttom_size,left_size,right_size = (50,50,50,50)
# 复制法，也就是复制最边缘像素
replicate = cv.copyMakeBorder(img,top_size,buttom_size,left_size,right_size,borderType=cv.BORDER_REPLICATE)
# 反射法，对感兴趣的图像中的像素在两边进行复制例如：fedcbajabcdefghjhgfedcb
reflect = cv.copyMakeBorder(img,top_size,buttom_size,left_size,right_size,borderType=cv.BORDER_REFLECT)
# 反射法，也就是以最边缘像素为轴、对称、gfedcbjabcdefghigfedcba
reflect01 = cv.copyMakeBorder(img,top_size,buttom_size,left_size,right_size,borderType=cv.BORDER_REFLECT_101)
# 外包装法 cdeifghjabcdefghjabcdefg
wrap = cv.copyMakeBorder(img,top_size,buttom_size,left_size,right_size,borderType=cv.BORDER_WRAP)
# 常量法，常数值填充
constant = cv.copyMakeBorder(img,top_size,buttom_size,left_size,right_size,borderType=cv.BORDER_CONSTANT)
# 设置图像位置
plt.subplot(231)
# 设置图像显示
plt.imshow(img,'gray')
# 设置标题
plt.title('ORIGINAL')
plt.subplot(232)
plt.imshow(replicate,'gray')
plt.title("REPLICATE")
plt.subplot(233)
plt.imshow(reflect,'gray')
plt.title("REFLECT")
plt.subplot(234)
plt.imshow(reflect01,'gray')
plt.title("REPLICATE01")
plt.subplot(235)
plt.imshow(wrap,'gray')
plt.title("WRAP")
plt.subplot(236)
plt.imshow(constant,'gray')
plt.title("CONSTANT")
# 图像显示
plt.show()
第一幅图是原始的图片，其它的都是进行过处理的
BORDER_REPLICATE ：复制法，也就是复制最边缘像素
BORDER_REFLECT ：反射法，对感兴趣的图像中的像素在两边进行复制例如：fedcbajabcdefghjhgfedcb（这里我也不是很明白，会的朋友请在评论区解释下，感谢）
BORDER_REFLECT_101 ：反射法，也就是以最边缘像素为轴、对称、gfedcbjabcdefghigfedcba
BORDER_WRAP ：外包装法 cdeifghjabcdefghjabcdefg
BORDER_CONSTANT ：常量法，常数值填充
数值计算
import cv2 as cv
img = cv.imread("./1.jpg")
img2 = img + 10
img[:5,:,0]
print(img)
print("--------------------------")
print(img2)我们来看下这段代码的输出结果：（由于输出结果有点长，这里只截取部分结果）
这是 img 的输出，注意观察它的值
这是 img2 的输出，可以发现，img2 中的每个值都加了 10 ，如果值超出 255 ，
则得到结果如：253 + 10 = 263，263 - 255 = 7，那么计算结果就为 7
图像融合
需要融合的两张图像如下：
import cv2 as cv
img = cv.imread("./1.jpg")
img_cat = cv.imread("./2.jpg")
result = img + img_cat
print(result)输出：
说明 img 和 img_cat 的值是不相同的，所以需要转换一下。
import cv2 as cv
img = cv.imread("./1.jpg")
img_cat = cv.imread("./2.jpg")
print(img.shape)
print(img_cat.shape)
可以发现，两张图像的 H 和 W 值确实是不相等的，所以无法进行数值相加
正确计算数值
import cv2 as cv
img = cv.imread("./1.jpg")
img_cat = cv.imread("./2.jpg")
print(img.shape)
# 设置与 img 一样的数值
img_cat = cv.resize(img_cat,(721,300))
print(img_cat.shape)
现在两张的数值是相等的了，可以进行图像融合了，这里其实就是使用了 resize() 方法将其扩大了
完整代码：
import cv2 as cv
import matplotlib.pyplot as plt
img = cv.imread("./1.jpg")
img_cat = cv.imread("./2.jpg")
# 设置与 img 一样的数值
img_cat = cv.resize(img_cat,(721,300))
# 设置宽度值
res = cv.addWeighted(img,0.4,img_cat,0.6,0)
# 图像显示
plt.imshow(res)
plt.show()输出：（prefect）
02
图像保存
图像的保存非常简单，只需要使用 imwrite() 方法即可将图像保存起来：
# 导入 OpenCV 库
import cv2 as cv
# 读取图像
img = cv.imread("./1.jpg",cv.IMREAD_GRAYSCALE)
# 图像保存
# 第一个参数是图像要保存的路径，第二个图像是要保存的图像
cv.imwrite("./demo.jpg",img)执行上面的代码就会在当前路径下生成一整 demo.jpg 的图像
03
数据读取-视频
cv2.VideoCapture 可以捕获摄像头，用数字来控制不同的设备，例如 0,1，如果是视频文件，直接指定好路径即可
举例：
（1）读取视频
video = cv2.VideoCapture("demo.mp4")（2）检查视频是否打开正确
# 检查是否打开正确
if video.isOpened():
# 我们都知道视频和游戏其实都是由图像组成的，通过访问图像的帧数连贯形成的，这里也是一样
# video.read() 一帧一帧地读取
# open 得到的是一个布尔值，就是 True 或者 False
# frame 得到当前这一帧的图像
open, frame = video.read()
else:
open = False（3）遍历每一帧图像
while open:
ret, frame = video.read()
# 如果读到的帧数不为空，那么就继续读取，如果为空，就退出
if frame is None:
break
if ret == True:
# 转换为灰度图
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
cv2.imshow("video",gray)
# 这里使用 waitKey 可以控制视频的播放速度，数值越小，播放速度越快
# 这里等于 27 也即是说按下 ESC 键即可退出该窗口
if cv2.waitKey(10) & 0xFF == 27:
break
video.release()
cv2.destroyAllWindows()完整代码如下：
import cv2
video = cv2.VideoCapture("./demo.mp4")
# 检查是否打开正确
if video.isOpened():
# 我们都知道视频和游戏其实都是由图像组成的，通过访问图像的帧数连贯形成的，这里也是一样
# video.read() 一帧一帧地读取
# open 得到的是一个布尔值，就是 True 或者 False
# frame 得到当前这一帧的图像
open, frame = video.read()
else:
open = False
while open:
ret, frame = video.read()
# 如果读到的帧数不为空，那么就继续读取，如果为空，就退出
if frame is None:
break
if ret == True:
# 转换为灰度图
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
cv2.imshow("video",gray)
# 这里使用 waitKey 可以控制视频的播放速度，数值越小，播放速度越快
# 这里等于 27 也即是说按下 ESC 键即可退出该窗口
if cv2.waitKey(10) & 0xFF == 27:
break
video.release()
cv2.destroyAllWindows()
当然，上面的程序是将原视频设置为灰色的，想要显示的是原视频，只需要修改上述代码中的两个部分就行了
注释掉设置灰色的部分
将原视频显示在窗口上
原文链接：https://blog.csdn.net/Woo_home/article/details/106005676
作者：Woo_home
文章来源：CSDN博客
好啦，今天的内容就到这，感觉有收获的同学记得分享点赞哦！
——The End——
分享
收藏
点赞
在看
扫一扫
2196
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
