opencv python 常用图像处理函数

• 读取图像
  imread(图像路径[, 读取图像的参数])

  img = cv2.imread("/Users/zhaozhengwei/Desktop/photo/lbj.png")
  

• 显示图像
  imshow(“窗口名”, 读取到的图像)

  cv2.imshow("demo", img)
  

• 显示等待
  waitKey([,等待参数])

  cv2.waitKey(0) #无限等待
  

• 保存图像
  imwrite(要保存的路径,要保存的图像)

  cv2.imwrite("/Users/zhaozhengwei/Desktop/photo/lbj.png",img)
  

• 关闭窗口
  destroyWindow(“窗口名”) # 关闭指定窗口
  destroyAllWindows() # 关闭所有窗口

  cv2.destroyAllWindows()
  

• 像素处理
  获取图像参数：图像(位置参数)

  img[x,y] #获取图像一个像素点的值，如果为单通道则返回一个值，多通道返回这个点所有通道的值(列表形式)
  blue = img[x,y,n] #获取多通道图像中一个点的一个指定通道n的值
  img[x,y] =255 # 给指定像素点赋值
  p = img[100,100]
  blue = img[100,100,0] 
  img[100,100] =255
  

• 获取图像的属性
  img.shape #返回图像的行数、列数、通道数
  img.size # 返回图像的大小，行数列数通道数
  img.dtype # 返回图像的数据类型，如uinti8等

• 获取图像区域

  frame = img.[200：400，200：400] #获取 200行到400行， 200行到400列之间的图像
  img.[200：400，200：400] = frame #将图像复制到200行到400行， 200行到400列之间的区域
  

• 图像通道拆分合并

  b, g, r = cv2.split(img) # 将多通道拆分为单通道
  cv2.merge([b, g, r]) # 将多个单通道合并为多通道
  

• 图像相加

  img = img1 + img2 #直接相加，如果像素相加后大于255则对255取模
  img = cv2.add(img1, img2) #如果像素相加后大于255，则该点取255
  

• 图像融合

  img = cv2.addWeighted(img1, a, img2, b, 0) #a, b 分别为两张图像融合时的权重，0 为增加的亮度值。
  

• 图像转换

  img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) #将图像从bgr格式转化为gray
  

• 图像缩放

  img = cv2.resize(img, (100, 100)) #将图像缩放为100*100 大小
  img = cv2.resize(img, None, fx=0.5, fy=0.7)) #将图像在x轴方向缩小为0.5，y轴方向缩小0.7
  

• 图像反转

  img = cv2.flip(img, filpCode) #filpCode=0 为上下翻转，filpCode>0 为左右翻转，filpCode < 0为先上下翻转再左右翻转。
  

• 图像阈值分割
  rst, img = (img, thresh, maxval, type)
  img为图像，thresh为阈值，maxval为最大值， type为类型

  rst, img = (img, 127, 255, cv2.THRESH_BINARY) # 二值阈值化：像素值小于等于127则为0，大于127则为255
  rst, img = (img, 127, 255, cv2.THRESH_BINARY_INV) # 反二值阈值化：和上面相反，像素值小于等于127则为255，大于127则为0
  rst, img = (img, 127, 255, cv2.THRESH_TRUNC) # 截断阈值化：像素值小于127则为原值，大于127则为127
  rst, img = (img, 127, 255, cv2.THRESH_TOZERO) # 阈值化为0：像素值小于等于127则为0，大于127则不变
  rst, img = (img, 127, 255, cv2.THRESH_TOZERO_INV) # 反阈值化为0：和上面相反，像素值小于等于127则为原值，大于127则为0
  

待续。。。