OpenCV图像处理
1.计算机视觉基础知识
图像最小单元——像素
- 在计算机像素的值通常是用8位的无符号整型表示,取值范围是0-255
- 假设图片的颜色变化从黑到白分为256级,这种类型的图片就是我们常说的黑白图片,也叫做单通道图片。
RGB三原色
- 我们生活中的图像都是由RGB三原色构成的:R是Red红色,G是Green绿色,B是Blue蓝色
- 在计算机中RGB这三个颜色的取值通常也是在0-255之间。彩色图片有三个通道,所以是属于三通道图片。
颜色组成
- 对于三通道图片来说,第一通道表示红色的数值,第二通道表示绿色的数值,第三个通道表示蓝色的数值。
图片的高和宽
- 每张图片都是有=由很多个3通道的彩色像素组成的,我们可以把每一张图片看成是一个矩阵,图片中的一个像素对应矩阵中的一个位置。
载入显示保存图片
import cv2
import matplotlib.pyplot as plt
#载入图片
image = cv2.imread('image.jpg')
if image is not None:
print('variable is not None')
print(image.shape)
else:
print('variable is None')
print('height:%d pixels' %(image.shape[0]))
print('width:%d pixels'%(image.shape[1]))
print('channel:%d pixels'%(image.shape[2]))
plt.imshow(image)
plt.axis('off')
plt.show()
##opencv默认是BGR,需要转化为RGB
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
plt.imshow(image)
plt.axis('off')
plt.show()
#保存图片
cv2.imwrite('new_image.jpg', image)
图像基础
import cv2
import matplotlib.pyplot as plt
image = cv2.imread('image.jpg')
(h, w, c) = image.shape
print(image.shape)
#获取一个点的RGB
(b, g, r) = image[0,0]
print(image[0,0])
image[0, 0] = (0, 0, 255)
(b, g, r) = image[0, 0]
print(image[0, 0])
cx, cy = (h//2, w//2)
t1 = image[0:cx, 0:cy]
plt.imshow(t1)
plt.axis('off')
plt.show()
tr = image[0:cx, cy:w]
bl = image[cx:h, 0:cy]
br = image[cx:h, cy:w]
def show(image):
plt.imshow(image)
plt.axis('off')
plt.show()
show(tr)
show(bl)
show(br)
image[0:cx, 0:cy] = [0,0,255]
show(image)