【OpenCV】初探

最新推荐文章于 2024-05-08 14:47:35 发布

六月渔烬

最新推荐文章于 2024-05-08 14:47:35 发布

阅读量107

点赞数

分类专栏： OpenCV学习笔记文章标签： opencv 计算机视觉 python

本文链接：https://blog.csdn.net/weixin_45410711/article/details/128762815

版权

OpenCV学习笔记专栏收录该内容

4 篇文章 0 订阅

订阅专栏

一、OpenCV 安装与导入：

pip install opencv-python
import cv2

二、计算机图像：

图像基本属性：

在计算机中，所有的图像都由一个个的像素点组成，每个像素点都有自己的颜色，它们都非常的小，所以一般来说我们看到的高像素图片都是平滑而清晰的。图像都有宽度和高度的属性，以决定图像尺寸大小。在 OpenCV 中，图像被储存为 ndarray 数组。

灰度图像：

灰度图像就是我们日常生活中所说的黑白图像，它只有两个属性：宽度和高度，因此它被储存为二维数组，形状与该图像形状相同，每个元素代表对应位置的像素，从0（黑色）到255（白色）对应着亮度。

彩色图像：

彩色图像除了高度和宽度外，还有一个属性：通道。彩色图像的通道固定有三个：RGB，分别对应光学三原色红（Red）、绿（Green）、蓝（Blue）。与绘画三原色类似，在计算机中，这三种颜色取不同的值叠加，可以组成所有的颜色。每一张彩色图片都可以看作是 RGB 三张图片的叠加，每张图片分管自己那部分颜色的数值（0~255）。因此，彩色图像在 OpenCV 中被储存为三维数组，其形状为[ height, weight, channel]。

注意：OpenCV 读取图片的格式默认是 BGR 而非 RBG。

三、图像操作：

读取图像：

img = cv2.imread('path')
img = cv2.imread('path',cv2.IMGEAD_GRAYSCALE) # 彩色图像读为灰度图像

通过图像路径将图像以矩阵的形式存入变量中（img为变量名，自定义）

注意：路径中不要包含中文

展示图像：

cv2.imshow('name',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

name 为展示窗口的名字，img 为展示的图片

waitKey 中的参数为展示时间，单位毫秒，为0则是一直显示直至按任意按键，若无此代码，图片将一闪而过

destoryAllWindows 指令有或没有其实并不影响代码的效用，但是加了 destroyAllWindows 可以使窗口关闭的速度更快。

因为要多次调用这两条指令，所以我们通常将其定义为一个函数：

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

保存图像：

cv2.imwrite('path',img)

图像颜色通道提取与组合：

b,g,r = cv2.split(img)      # 分割颜色通道
img = cv2.merge((b,g,r))    # 组合颜色通道

图像属性：

img.shape # 图像形状（高、宽、通道）
img.size  # 图像大小
img.dtype # 数据类型

填充：

在进行图像卷积运算之前，我们常常要对图像进行填充操作。

img = copyMakeBorder(src, top, bottom, left, right, borderType)

scr 为待填充的图像

top、bottom、left、right 为各边要填充的尺寸

borderType 为要填充的类型

borderType	描述
cv2.BORDER_CONSTANT	纯色填充，可以通过改变 value 来改变填充颜色
cv2.BORDER_REPLICATE	将图像最外层像素复制
cv2.BORDER_WRAP	各边镜像后对位颠倒
cv2.BORDER_REFLECT	各边镜像，包括最外层像素
cv2.BORDER_REFLECT_101	各边镜像，不包括最外层像素

改变图像形状：

将图片修改成指定的形状：

img = cv2.resize(scr,(weidth,height))

按比例缩放图像宽与高的倍数：

img = cv2.resize(scr,(0,0),fx=...,fy=...)

四、图像数值运算：

简单加减常数运算规律：

运用了 ndarray 数组的广播机制，正常计算得数 %256 得出最终数。

cv2.add()：

cv2.add(img1, img2)，大于等于 255 的数字取 255，类似于增加图片的亮度。

图像融合：

图像融合的原料必须是形状相同的图片，我们假设图片为输入项 x，每个图片都占有一定的权重 a，另有偏差值 b，则图像融合满足如下公式： $res=a_1x_1+a_2x_2+b$

代码实现如下：

img = cv2.addWeighted(img_1, a_1, img_2, a_2, b)