opencv-python小课堂-day-02

# opencv的色彩空间

# 最常见的色彩空间就是RGB， 人眼也是基于RGB的色彩空间去分辨颜色
# opencv默认使用的是BGR,BGR和RGB色彩空间的区别在于图片在色彩通道上的排列顺序不同。

# OpenCV用的最多的色彩空间是HSV
# - Hue: 色相, 即色彩, 如红色, 蓝色. 用角度度量，取值范围为0°～360°，
# 从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°
# - Saturation: 饱和度, 表示颜色接近光谱色的程度。
# 一种颜色，可以看成是某种光谱色与白色混合的结果。
# 其中光谱色所占的比例愈大，颜色接近光谱色的程度就愈高，颜色的饱和度也就愈高。
# 饱和度高，颜色则深而艳。光谱色的白光成分为0，饱和度达到最高。
# 通常取值范围为0%～100%，值越大，颜色越饱和。
# - Value: 明度. 明度表示颜色明亮的程度，对于光源色，
# 明度值与发光体的光亮度有关；对于物体色，此值和物体的透射比或反射比有关。
# 通常取值范围为0%（黑）到100%（白）。


import cv2 as cv
def callback(value):
    pass
cv.namedWindow("color",cv.WINDOW_NORMAL)
cv.resizeWindow("color",(600,600))

img = cv.imread("./cat.jpeg")

# 常见色彩空间转换
colorspaces = [cv.COLOR_BGR2RGBA,cv.COLOR_BGR2BGRA,
              cv.COLOR_BGR2GRAY,cv.COLOR_BGR2HSV,
              cv.COLOR_BGR2YUV]

cv.createTrackbar("curcolor","color",0,4,callback)

while True:
    index = cv.getTrackbarPos("curcolor",'color')
    
#    颜色空间转换API
    cvt_img= cv.cvtColor(img,colorspaces[index])
    
    cv.imshow('color',cvt_img)
    
    key = cv.waitKey(10)
    if key == ord("q"):
        break
        
cv.destroyAllWindows()

# Mat介绍
# 在python中Mat数据对应numpy的ndarray, 使用numpy提供的深浅拷贝方法即可实现Mat的拷贝

import cv2 as cv
import numpy as np

img = cv.imread("./cat.jpeg")

# 浅拷贝
img2 = img.view()

# 深拷贝
img3 = img.copy()
img[10:100,10:100]=[0,0,255]

cv.imshow("img",img)
cv.imshow('img2', img2)
cv.imshow('img3', img3)

cv.waitKey(0)
cv.destroyAllWindows()

import cv2 as cv
import numpy as np

img = cv.imread("./cat.jpeg")

# shape属性中包括的了三个信息
# 高度、长度、通道数
print(img.shape)


# 图像占用多大空间
# 高度*长度*通道数
print(img.size)

# 图像中每个元素的位深
print(img.dtype)

# 绘制图形

# 画直线
# line(img,pt1,pt2,color,thickness,linetype,shift)
import cv2
import numpy as np

img = np.zeros((600,600,3),np.uint8)

# 画直线
cv.line(img,(10,20),(300,400),(0,0,255),2)

# 画矩形
cv.rectangle(img,(10,10),(50,50),(0,255,0),2)

# 画圆
cv.circle(img,(100,100),100,(255,0,0),2)

# 画椭圆
cv.ellipse(img,(320,240),(100,20),15,0,360,(255,255,0),2)

# 画多边形
pts = np.array([(300,10),(150,100),(450,100)],np.int32)
cv.polylines(img,[pts],True,(0,255,255))

# 填充多边形-fillPoly
pts1 = np.array([(200,30),(250,50),(350,150)],np.int32)
cv.fillPoly(img,[pts1],(0,255,255))

# 写字
cv.putText(img,"hello world",(400,400),)
cv.imshow("img",img)

cv2.waitKey(0)
cv2.destroyAllWindows()

# 绘制中文 opencv本身不支持, 因为没有中文字体.我们可以借助pillow来实现绘制中文
# 写字--中文

import cv2 as cv
import numpy as np
from PIL import ImageFont,ImageDraw, Image

img = np.full((500,500,3),fill_value = 0,dtype = np.uint8)

# 导入字体文件
font_path = "./STXINGKA.TTF"
font = ImageFont.truetype(font_path,15)
img_pil = Image.fromarray(img)

draw = ImageDraw.Draw(img_pil)
draw.text((10,120),'绘制中文',font = font,finll = (0,255,0,0))

img = np.array(img_pil)

cv.imshow("img",img)

cv2.waitKey(0)
cv2.destroyAllWindows()