Python百日百行代码挑战-day12，opencv笔记（二）

图像操作基础

图像相加和图像融合的那些爱恨情仇

图像相加就是单纯地相加，可以理解为就是两张图片的矩阵，对应位置的元素的相加，但是相加又出现了另一个问题，结果是多少？
首先，我们要明确一点就是图像是以二进制的形式保存在矩阵当中的，取得值是从0000 0000 – 1111 1111，对应的十进制就是0 – 255，因此得到的结果有两种

• 直接相加，超过255的话和255进行取模运算，例如你得到了256，就变成了1
• 饱和相加，超过255的值直接变成255，不在进行取余

下面直接看代码吧，明显一些

imgn5 = img5+img5   #  直接相加的方法
imgc5 = cv2.add(img5,img5)    #  饱和相加的方法
cv2.imshow("numpy",imgn5)
cv2.imshow("opencv",imgc5)
cv2.waitKey(0)
cv2.destroyAllWindows()

这个结果可以看到很明显啊，亮的那个就是把值取到了255的饱和相加的方法。（这叼毛软件居然会有水印，md再也不用了）

图像融合这玩意那就不一样了啊，相加是单纯地相加，融合是要将图片以不同的比例相加起来，用到了一个公式

$$res=img1\cdot \alpha +img2\cdot \beta +\gamma$$
最后面那个参数是亮度调节值，不能省略，不希望调暗或者调亮就写0。剩下的部分很好理解，就是用图像1的一部分和图像2的一部分相加，这里的一部分说的是值的一部分，而不是从矩阵当中截取了某一部分。
用到的函数是：cv2.addWeighted(img1,alpha,img2,beta,gamma)
代码如下：

res1 = cv2.addWeighted(img5,0.5,img6,0.6,0)  # 融合用这个函数
cv2.imshow("res",res1)
cv2.waitKey(0)
cv2.destroyAllWindows()

可以很明显看到这就是两张图片稍微结合了一下。

图像类型的转换

日常工作中，经常会碰到一个问题就是我想把彩色图变成灰度图（毕竟原始的图像要三个通道，处理起来很麻烦的）。
因此这里记录一下类型转换，用法如下：

cv2.cvtColor(img,type)

其中img就是你要操作的图像，type就是你想转换的类型，上我的演示代码

img51 = cv2.cvtColor(img5,cv2.COLOR_BGR2GRAY)
img52 = cv2.cvtColor(img5,cv2.COLOR_BGR2RGB)
cv2.imshow("gray",img51)
cv2.imshow("rgb",img52)
cv2.waitKey(0)
cv2.destroyAllWindows()

第一个把彩色图转为灰度图，第二个把BGR图转为RGB图

图像几何操作

图像缩放

图像缩放可以放大和放小，有时候图片尺寸不一致，无法放到同一个网络中进行调试，因此我们需要将图像的大小设定为一致的，这时候就需要图像的缩放操作，用法如下：

cv2.resize(img,(x,y))
cv2.resize(img,(a*x,b*y))
cv2.resize(img,None,fx=a,fy=b)

第一个是直接指定修改的大小，指定修改完成之后是多少像素的图像
第二个是按乘数因子来放大和缩小图像
第三个是按倍数缩放图像，令其行是多少倍，列是多少倍，注意参数设定，这里有个None，代表第一个介绍的里面那个size是None，不指定任何值

rows,cols,chnn = img5.shape
img51 = cv2.resize(img5,(200,100))
img52 = cv2.resize(img5,(round(rows*0.5),round(cols*0.7)))
img53 = cv2.resize(img5,None,fx=0.5,fy=1.1)
cv2.imshow("img51",img51)
cv2.imshow("img52",img52)
cv2.imshow("img53",img53)
cv2.waitKey()
cv2.destroyAllWindows()

结果如下：

这个是直接指定缩放的大小

原来的行数和列数乘某个因子的结果，我后悔了，我应该按行来放大，这么一放大显得很冗杂，博客不美观了

这个就是直接缩放行和列的结果

图像旋转

这个东西在我之前想看某个动画的时候用过，当时那个图片就是各种反转什么的，我就操作了一下。函数很简单

cv.flip(img,value)

value有三种情况，等于0，小于0，大于0
等于0的时候是是按x轴进行旋转，大于0的时候是按y轴进行旋转，小于0的时候是水平+垂直方向进行旋转

img51 = cv2.flip(img5,0)
img52 = cv2.flip(img5,1)
img53 = cv2.flip(img5,-1)
cv2.imshow("img5",img5)
cv2.imshow("img51",img51)
cv2.imshow("img52",img52)
cv2.imshow("img53",img53)
cv2.waitKey(0)
cv2.destroyAllWindows()

我感觉这个结果是图片，太大了一点，就不放了，仅记录一下函数即可

阈值分割

首先说一下基础理论部分

这是opencv官网上面的一张图，这里对这张图做一下解释。
首先第一张图是原信号。其中红线部分是阈值

二值化阈值

$$res=\{\begin{array}{l}255,x\le thershold\\ 0,x>threshold\end{array}\text{\hspace{1em}(1)}$$
小于某个值就令其为0，大于某个值就令其取得最大值，不过图像里面一般都是255

反二进制阈值

$$res=\{\begin{array}{l}0,x\le thershold\\ 255,x>threshold\end{array}\text{\hspace{1em}(2)}$$
刚好反了

截断阈值处理

$$res=\{\begin{array}{l}x,x\le thershold\\ threshold,x>threshold\end{array}\text{\hspace{1em}(3)}$$

反向阈值化为0

$$res=\{\begin{array}{l}x,x\le thershold\\ 0,x>threshold\end{array}\text{\hspace{1em}(4)}$$

阈值0化

$$res=\{\begin{array}{l}0,x\le thershold\\ x,x>threshold\end{array}\text{\hspace{1em}(5)}$$

用到的函数是

a,b = cv2.threshold(img,threshold,maxvalue,type)

其中a是阈值，就是赋值的时候写的那个threshold。b是处理过后的图像。
img是你要处理的图片
threshold是你设定的阈值
maxvalue是最大值
type是处理类型，具体如下：

cv2.THRESH_BINARY  二值化阈值
cv2.THRESH_BINARY_INV  反二进制阈值
cv2.THRESH_TRUNC  截断阈值处理
cv2.THRESH_TOZERO_INV  反向阈值化为0
cv2.THRESH_TRUNC  阈值0化

实例

a1,b1 = cv2.threshold(img3,127,255,cv2.THRESH_BINARY)   
a2,b2 = cv2.threshold(img3,127,255,cv2.THRESH_BINARY_INV)
a3,b3 = cv2.threshold(img3,127,255,cv2.THRESH_TRUNC)
a4,b4 = cv2.threshold(img3,127,255,cv2.THRESH_TOZERO_INV)
a5,b5 = cv2.threshold(img3,127,255,cv2.THRESH_TRUNC)
cv2.imshow("b1",b1)
cv2.imshow("b2",b2)
cv2.imshow("b3",b3)
cv2.imshow("b4",b4)
cv2.imshow("b5",b5)
cv2.waitKey(0)
cv2.destroyAllWindows()

处理的是指纹图像，结果太占地方了就不放了。

防火防盗防诈骗