opencv-python图像基本操作（一）

图像基本操作

数据读取-图像

• cv2.IMREAD_COLOR：彩色图像
• cv2.IMREAD_GRAYSCALE：灰度图像

import cv2 #opencv读取的格式是BGR
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline

img=cv2.imread(‘cat.jpg’)

#图像的显示,也可以创建多个窗口
cv2.imshow(‘image’,img)

等待时间，毫秒级，0表示任意键终止

cv2.waitKey(10000)
cv2.destroyAllWindows()

def cv_show(name,img):
cv2.imshow(name,img)
cv2.waitKey(0)
cv2.destroyAllWindows()

img.shape

img=cv2.imread(‘cat.jpg’,cv2.IMREAD_GRAYSCALE)
img

img.shape

#图像的显示,也可以创建多个窗口
cv2.imshow(‘image’,img)

等待时间，毫秒级，0表示任意键终止

cv2.waitKey(10000)
cv2.destroyAllWindows()

#保存
cv2.imwrite(‘mycat.png’,img)

type(img)

img.size

img.dtype
md

数据读取-视频

md

• 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。

vc = cv2.VideoCapture(‘test.mp4’)

检查是否打开正确

if vc.isOpened():
oepn, frame = vc.read()
else:
open = False

while open:
ret, frame = vc.read()
if frame is None:
break
if ret == True:
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
cv2.imshow(‘result’, gray)
if cv2.waitKey(10) & 0xFF == 27:
break
vc.release()
cv2.destroyAllWindows()
md

截取部分图像数据

img=cv2.imread(‘cat.jpg’)
cat=img[0:200,0:200]
cv_show(‘cat’,cat)
md

颜色通道提取

b,g,r=cv2.split(img)

b

b.shape

img=cv2.merge((b,g,r))
img.shape

只保留R

cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,1] = 0
cv_show(‘R’,cur_img)

只保留G

cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,2] = 0
cv_show(‘G’,cur_img)

只保留B

cur_img = img.copy()
cur_img[:,:,1] = 0
cur_img[:,:,2] = 0
cv_show(‘B’,cur_img)
md

边界填充

top_size,bottom_size,left_size,right_size = (50,50,50,50)

replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_WRAP)
constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_CONSTANT, value=0)

import matplotlib.pyplot as plt
plt.subplot(231), plt.imshow(img, ‘gray’), 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(reflect101, ‘gray’), plt.title(‘REFLECT_101’)
plt.subplot(235), plt.imshow(wrap, ‘gray’), plt.title(‘WRAP’)
plt.subplot(236), plt.imshow(constant, ‘gray’), plt.title(‘CONSTANT’)

plt.show()
md

• 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：fedcba|abcdefgh|hgfedcb
• BORDER_REFLECT_101：反射法，也就是以最边缘像素为轴，对称，gfedcb|abcdefgh|gfedcba
• BORDER_WRAP：外包装法cdefgh|abcdefgh|abcdefg
• BORDER_CONSTANT：常量法，常数值填充。
  md

数值计算

img_cat=cv2.imread(‘cat.jpg’)
img_dog=cv2.imread(‘dog.jpg’)

img_cat2= img_cat +10
img_cat[:5,:,0]

img_cat[:5,:,0]

#相当于% 256
(img_cat + img_cat2)[:5,:,0]

cv2.add(img_cat,img_cat2)[:5,:,0]
md

图像融合

img_cat + img_dog

img_cat.shape

img_dog = cv2.resize(img_dog, (500, 414))
img_dog.shape

res = cv2.addWeighted(img_cat, 0.4, img_dog, 0.6, 0)

plt.imshow(res)

res = cv2.resize(img, (0, 0), fx=3, fy=1)
plt.imshow(res)

res = cv2.resize(img, (0, 0), fx=1, fy=3)
plt.imshow(res)