opencv学习日记

---

前言

因为我的毕业设计是关于opencv的一个系统设计所以需要学习opencv，特此开贴督促自己学习和做总结

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、opencv是什么？

来自百度百科：opencv是一个基于Apache2.0许可发行的跨平台计算机视觉和机器学习软件库，轻量且高效----由C和少量的C++构成，同时提供python等编程语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。这里我使用到的是opencv-python。

二、使用步骤

1.简单使用

代码如下（示例）：

import cv2 as cv


image = cv.imread("images/lena.png")
cv.imshow("pic", image)
cv.waitKey(0)
cv.destroyAllWindows()

这里就会从我们同级的项目目录下的image文件夹中读取出lena.png这张图片并将其展示在一个title为pic的框内

如图所示

其中imread函数作用是从本地目录读取一张图片，并生成一个numpy数组对象（据我观察就是一个三维数组，对应着RGB图片的三通道，这里笼统地说一下），我们创建了一个image变量接收这个三维数组，下面是print打印出来的结果，因为太长，我就截了两个

imshow函数的作用是展示我们的numpy格式的图片，输入两个参数，第一个参数为字符串，代表窗体的title，第二个参数为numpy格式的图片，为展示内容
waitKey函数的作用类似于暂停或者计时器，当参数为0时，关闭窗口程序函数会返回一个-1值，这个可以被用于设置循环的终止条件（之后会用到），当输入的是大于0的自然数时，这里就变成了计时器，当经过输入的参数ms时间后，窗体自动关闭，并输出-1
destoryAllWindows函数为结束标志，当结束时，我们调用这个函数销毁掉所有的窗口（因为可以设置程序关闭的触发条件，这样就会导致关闭时还可能会有窗口保存，这时候函数就会杀掉他们）

2.图片色彩模式转换

代码如下（示例）：

image = cv.imread("images/lena.png")
gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
hsv = cv.cvtColor(image, cv.COLOR_BGR2HSV)

cv.imshow("BGR", image)
cv.imshow("Gray", gray)
cv.imshow("HSV", hsv)
cv.waitKey(0)
cv.destroyAllWindows()

这里我又学习到一个新的函数cvtColor，这个函数是用来转换图像的色彩模式的，因为再好看的美女在计算机眼里都是01代码，所以彩色图片（RGB )和灰度图片(GRAY)在他们眼里差别不大，反而因为灰度图片只有一条色彩通道，导致数据量是彩色通道的1/3，会让计算机的计算量大大减少，因此计算机更喜欢灰度图像，毕竟谁不喜欢965呢。

后面是cv库自带的常量，也不用记，看就行，一种色彩模式2（to）另一种色彩模式，自己找就好了

---

总结

这里是最最最简单的操作，我是懒狗，我真的是懒狗，因为我学的时候记住代码逻辑写出来就行，但是一总结就要去测试，生怕上演一出大型社死现场（毕竟我是2*2都算错过的男人），还要稍稍调整设备去运行一下截图结果（截图工具Snipaste，微软商店有，直接傻瓜安装），我去跟npy看视频了，明天一定写！！！！
下次一定！！！！

---

没错，兄弟们，我又回来了，今天再稍微写一点，能写多少写多少，毕竟我相信经过我脑子再加工的知识不会跟我背的政治大题一样三天就忘吧。

3.图片数据格式解析

代码如下（示例）：

image = cv.imread("images/cat.jpg")
blank = np.zeros_like(image)
# 截取原图片高度200:350,宽度200:350的区域
roi = image[200:350, 200:350, :]
# 将原图片高度200:350,宽度200:350的区域复制到空白图相同的区域
blank[200:350, 200:350, :] = image[200:350, 200:350, :]
# 使用np.copy()复制图片，如果直接等于相当于加了指针
cpimage = np.copy(image)
cv.imshow("pic", image)
cv.imshow("blank", blank)
cv.imshow("roi", roi)
cv.imshow("cpimage", cpimage)
cv.waitKey(0)
cv.destroyAllWindows()

这里第二行我们又接触到一个新的函数，numpy包里的zeros_like函数，这个的作用是床一张空白图像，尺寸（长宽）与引用的参数image的大小一致，我们可以查看图片对象的shape属性，shape属性会输出一个长度为3的一维数组，三项的含义分别为H(Height高度），W(Width宽度)，C(Channel隧道数)。

# 截取原图片高度200:350,宽度200:350的区域
roi = image[200:350, 200:350, :]

根据前面的总结，我们已经知道，图片是一个三维数组（H，W，C），那么我们使用python自带的语法规则，就可以选择某几个通道上的特定区域，上面的代码就是选择了所有三个通道上，y取值(200,350)和x取值(200,350)范围上的图像，展示效果如下

我们可以看到一个小区域被成功截取了出来
我们在这一段代码中学到的最后一个函数就是numpy的copy函数，参数为一个numpy数组格式的对象，这个函数的意义是复制一个图像对象，并将其赋予一个新的图像对象，这两个图像相互独立，不会相互影响。

总结（二）

我是懒狗，我真的是懒狗

---