[图像处理]——基本操作（OpenCV）

一、图片的IO操作

1、读取图片

读取图片使用 cv.imread(图片路径，读取方式)

参数：使用函数 cv2.imread() 读入图像。这幅图像应该在此程序的工作路径，或者给函数提供一个完整的路径，第二个参数是要告诉函数应该如何读取这幅图片。

• cv2.IMREAD_COLOR：加载彩色图像，图像的任何透明度都会被忽略，是该方法的默认方式。
• cv2.IMREAD_GRAYSCALE :以灰度模式加载图像。
• cv2.IMREAD_UNCHANGED : 以包含Alpha通道的方式加载图像。

注意：这三个标志位，可以直接使用1，0，-1来分别表示

# -*- coding: utf-8 -*- 
import numpy as np 
import cv2 

#加载一副灰色图片 
img = cv2.imread('love.jpg', 0) #0或者cv2.IMREAD_GRAYSCALE

注意：加载的路径有错误，不会报错，会返回一个None值

2、显示图像

（1）opencv方式显示

使用函数 cv.imshow() 显示图像。窗口会自动调整为图像大小。第一个参数是图像窗口的名字，其次才是我们的图像。你可以创建多个窗口，只要你喜欢，但是必须给他们不同的名字。

相关函数介绍：

• cv2.waitKey() 是一个键盘绑定函数。需要指出的是它的时间尺度是毫秒级。函数等待特定的几毫秒，看是否有键盘输入。特定的几毫秒之内，如果按下任意键，这个函数会返回按键的 ASCII 码值，程序将会继续运行。如果没有键盘输入，返回值为 -1，如果我们设置这个函数的参数为 0，那它将会无限期的等待键盘输入。它也可以被用来检测特定键是否被按下，例如按键 a 是否被按下
• cv2.destroyAllWindows() 可以轻易删除任何我们建立的窗口。如果你想删除特定的窗口可以使cv2.destroyWindow()，在括号内输入你想删除的窗口名。

import numpy as np
import cv2

def fun():
    img = cv2.imread('./images/han_gyy.jpg', 1)
    cv2.imshow('image', img)
    cv2.waitKey(0)  #如果没有这行代码，图像窗口则会无响应
    cv2.destroyAllWindows()

if __name__ == '__main__':
    fun()

（2）matplotlib方式显示

Matplotlib 是一个 Python 的一个绘图库，它给使用者提供了各种各样的绘图方法（函数）。Matplotlib 能够缩放图像，保存图像等。

• 注：通过 OpenCv 加载彩色图像时是使用的 BGR 模式。但是Matplotlib 显示图像使用的 RGB 模式。 所以如果图像是OpenCv 读取的， 那么彩色图像使用Matplotlib不会正确的显示

import numpy as np
import cv2
from matplotlib import pyplot as plt

img = cv2.imread('./images/gyy.jpg', 0)
plt.imshow(img, cmap='gray', interpolation='bicubic')
plt.xticks([]), plt.yticks([]) #在x轴、y轴上隐藏刻度值
plt.show()

（3）简单案例

import numpy as np
import cv2
from matplotlib import pyplot as plt

img = cv2.imread("./images/gyy.jpg", cv2.IMREAD_COLOR)
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

#将窗口分为两行两列四个子图，则可显示四幅图

#第一幅图
plt.subplot(2, 2, 1)
plt.title("origin image") #标题
plt.imshow(img)

#第二幅图
plt.subplot(2, 2, 2)
plt.title("R channel") #标题
plt.imshow(img[:, :, 0], plt.cm.gray)
plt.axis('off')

#第三幅图
plt.subplot(2, 2, 3)
plt.title("G channel") #标题
plt.imshow(img[:, :, 1], plt.cm.gray)
plt.axis('off')

#第四幅图
plt.subplot(2, 2, 4)
plt.title("B channel") #标题
plt.imshow(img[:, :, 2], plt.cm.gray)
plt.axis('off')

plt.show() #显示窗口

二、图像上绘制图形

1、图形绘制API

图形	API	参数说明
绘制直线	cv.line(img, start, end, color, tickness)	start, end：直线的起点和终点
绘制圆形	cv.circle(img, centerpoint, r, color, thickness)	centerpoint，r：圆心和半径
绘制矩形	cv.rectangle(img, leftupper, rightdown, color, thickness)	leftupper，rightdown：矩形的左上角和右下角的坐标
添加文字	cv.outText(img, text, station, font, fontSize, color, thickness, cv.LINE_AA)	text：要写入的文本数据；station：文本放置位置；

公共参数：

• img ：想绘制出的那副图像
• color：形状的颜色。以 RGB 为例，需要传入一个元组，例如（ 255 ， 0 ， 0 ）代表蓝色。对于灰度图只需传入灰度值。
•  

  thickness ：线条的粗细。如果一个闭合图形设置为 -1 ，那么这个图形就会被填充。默认值为 1.
• linetype：线条的类型，是否8 连接，反锯齿线。默认情况下，它是 8 连接。 cv2.LINE_AA 提供了抗锯齿线条，看起来很适合画曲线。

2、简单案例

img[:，:，::-1] —— 》 表示所有行，所有列，::-1为t通道翻转

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt

#创建一个空白的图像
img = np.zeros((512, 512, 3), np.uint8)

#绘制图形
cv.line(img, (0,0), (512, 300), (255,0,0), 5)
cv.rectangle(img, (332,0), (512, 180), (100, 240, 0), 3)
cv.circle(img, (422, 100), 100, (0, 0, 255), -1)
font = cv.FONT_HERSHEY_SIMPLEX
cv.putText(img, 'OpenCV', (10, 450), font, 4, (255,255,255), 2, cv.LINE_AA)

#图像展示
plt.imshow(img[:, :, ::-1])
plt.title("result:"), plt.xticks([]), plt.yticks([])
plt.show()

三、其余操作

1、获取并修改图像中的像素点

通过行和列的坐标值获取该像素点的像素值。对于BRG图像，它可以返回一个蓝、绿、红值的数组，对于灰度图像，仅返回相应的强度值，使用相同的方法对像素值修改。

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt

#绘制简单图像
img = np.zeros((512, 512, 3), np.uint8)

#获取某点像素点值
print(img[100, 100])

#仅获取蓝色通道的强度值
blue = img[100, 100, 0]
print(blue)

#修改某个位置的像素值、
img[100, 100] = [255, 255, 255]

#显示图像
plt.imshow(img[:, :, ::-1])
plt.show()

2、获取图像的属性

像素个数计算：行数 * 列数 * 通道数

3、图像通道的拆分与合并

有时需要在B、G、R通道图像上单独工作，在这种情况下，需要将BGR图像分割为单个通道，或者在其他情况下，可能需要将这些单独的通道合并到BGR图像。

• 图像拆分： b, g, r = cv.split(img)
• 通道合并：cv.merge(b, g, r)

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt

#获取图像
img = cv.imread("./images/gyy.jpg")

#通道拆分
b, g, r = cv.split(img)

#用b通道以灰度图的方式展示
plt.imshow(b, cmap=plt.cm.gray)
plt.show()

4、色彩空间的改变

OpenCV中有150多种颜色空间的转换方法。最广泛使用的转换方法有两种，即：BGR与Gray的转换  及  BGR与HSV的转换

API：cv.cvtColor(input_img, flag)

参数：

• input_img：进行颜色空间转换的图像
• flag转换类型
  • cv.COLOR_BGR2GRAY        BGR——>GRAY
  • cv.COLOR_BGR2HSV           BGR——>HSV           

（1）将图像转换成灰度图像

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt

#获取图像
img = cv.imread("./images/gyy.jpg")

#图像色彩空间的转换
gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)

#展示图像
plt.imshow(gray, cmap=plt.cm.gray)
plt.show()

 

 （2）将图像转换为HSV格式

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt

#获取图像
img = cv.imread("./images/gyy.jpg")

#图像色彩空间的转换
hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV)

#展示图像
plt.imshow(hsv[:, :, ::-1])
plt.show()