opencv-python学习详细笔记（二）

1.数字图像基本概念

1.1 数字图像概念

数字图像，又称数码图像或数位图像，是二维图像用有限数字数值像素的表示。由数组或矩阵表示，其光照位置和强度都是离散的。数字图像是由模拟图像数字化得到的、以像素为基本元素的、可以用数字计算机或数字电路存储和处理的图像。

1.2像素概念

像素是数字图像的基本元素，像素是在模拟图像数字化时对连续空间进行离散化得到的。每个像素具有整数行（高）和列（宽）位置坐标，同时每个像素都具有整数灰度值或颜色值。

1.3图像种类

根据采样数目及特性的不同数字图像主要可以分为以下几类：

1.3.1 二值图像

图像中每个像素亮度值仅可以取0到1的图像

1.3.2 灰度图像

图像中每个像素可以由0（黑）到255（白）的亮度值表示，0-255之间表示不同的灰度级

1.3.3 彩色图像

每幅彩色图像是由三幅不同颜色的灰度图像叠加而成：分别为B（蓝色）、G（绿色）、R（红色），也就是对于每个彩色图像，其每个像素由（B,G,R）的一个tuple组成，（0,0,0）表示黑色，（255,255,255）表示白色

2.图像操作

理解了数字图像的概念，我们可以进一步针对图像进行操作。

2.1 查看图像属性

我们可以执行以下操作查看图片本身的属性：

#img_1即为笔记（一）种我们导入的图片
print("img_1's dimensions:",img_1.ndim)#维数
print("img_1's shape:",img_1.shape)#形状
print("img_1's size:",img_1.size)#大小
print("img_1's dtype:",img_1.dtype)

结果如下：

我们可以看到图像的维度为3，这是因为我们导入的彩色图像。形状为（1080,2310,3），这说明宽度方向有1080个像素，长度方向有2310个。而$1080\times 2310\times 3=748440$,从而图像对应数组大小为748440。
知道上述信息以后，我们可以进行更多操作例如查看一点像素值：

print(img_1[540,1155])#查看中心点像素值

结果为：[164,82,51]

2.2 图像扩边

给图形添加边框我们可以使用copyMakeBorder函数：

img_1 = cv.copyMakeBorder(img_1,10,10,10,10,cv.BORDER_CONSTANT,value=(255,0,255))

函数中各个参数意义解释如下：
1.添加边框对象
2.top,bottom,left,right为四个对应位置边框宽度
3.边框类型，有以下几种类型可以选择：BORDER_CONSTANT、BORDER_DEFAULT、BORDER_ISOLATED、BORDER_REFLECT、BORDER_REFLECT_101、BORDER_REFLECT101、BORDER_REPLICATE、BORDER_TRANSPARENT、BORDER_WRAP对于每种类型的样式大家可以自己尝试
4.value，当边框类型选择BORDER_CONSTANT时，需要此参数，作用为指定边框颜色。

2.3 裁剪、更改图像

将部分像素取出来我们可以裁剪出想要的部分：

img_1_1 = img_1[100:200,500:600]
cv.imshow('picture1_1',cv.resize(img_1_1,(400,400)))#opencv本身的resize函数也可以更改图像大小

运行结果如下：

我们可以对原图像中的区域做颜色更改：

for i in range(500,701):
    for j in range(500,701):
        img_1[i,j] = [i,j,i+j]#此时的加法结果会对255取模
cv.imshow('picture1_2',it.resize(img_1,800))

结果如下：

可见图中（500,500）至（700,700）的方形区域被我们更改了颜色。

2.4 图像融合

图像融合函数addWeighted函数可以帮助我们实现两幅图像的融合，但是是有条件的，这两幅图像的分辨率应相同，也就是形状大小等属性应该相同。我们将以下两幅图像融合起来：


语句为：

img = cv.addWeighted(img_1,0.6,img_4,0.4,0)#第二张图片为img_4

函数的形式如下：

cv2.addWeighted(InputArray src1, double alpha, InputArray src2, double beta, double gamma, OutputArray dst, int dtype=-1)

参数意义：
1.第一个对象
2.第一个对象占权重$\alpha$
3.第二个对象
4.第二个对象占权重$\beta (=1-\alpha )$
5.加权后图像的偏移量$\gamma$
6.输出的数组
7.输出阵列的深度
一般我们使用前五个变量即可，后两个有默认值
例子中$\gamma$取值为0，融合后的图像如下：

$\gamma$改为100时，图像如下：

可以看到其变白了，当$\gamma$取到255时，输出图像就变为纯白色了。

2.5 转换图像空间

#图像色彩空间变换函数
cv.cvtColor(src,code)

一般我们传递两个参数即可，第一个参数为转换对象，第二个参数为变换类型，类型有很多种，大家可以执行一下代码查看全部类型：

import cv2
flags = [i for i in dir(cv2) if i.startswith('COLOR_')]
print(flags)

其中最最常用的类型为将图像从BGR彩色图转换为灰度图：

img = cv.cvtColor(img_1,cv.COLOR_BGR2GRAY)

输出图像为：

函数还可将图像转换为HSV空间等，大家可以自行根据需要尝试。

3.基本绘图操作

opencv提供了绘制图形的函数，我们做一基本介绍。

3.1 绘制直线

一般绘制直线的命令为：

cv.line(img,pt1,pt2,color,thickness = None,lineType = None)

参数意义为：
1.进行绘制的图像对象
2.直线起点像素坐标
3.直线终点像素坐标
4.颜色，用（B,G,R）表示
5.线宽与线型，有默认值

3.2 绘制矩形

一般绘制矩形的命令为：

cv.rectangle(img,pt1,pt2,color,thickness = None,lineType = None)

pt1,pt2为矩形左上角像素坐标与右下角像素坐标，其他参数与绘制直线相同（以下称为公共参数）。

3.3 绘制圆

一般绘制圆的命令为：

cv.circle(img,center,radius,color,thickness = None,lineType = None)

center为圆心像素坐标，radius为半径长度，其他为公共参数，需要指出的是，当thickness=-1时，绘制实心圆；为正数时，绘制空心圆

3.4 绘制椭圆

一般绘制椭圆的命令为：

cv.ellipse(img,center,axes,angle,startAngle,endAngle,color,thickness = None,lineType = None)

center为中心像素坐标，axes为（长轴长度，短轴长度），angle为绕中心旋转角度,startAngle与endAngle分别为从主轴沿顺时针方向测量的椭圆起始与终止角度，thickness的取值与圆相同，其余为公共参数

3.5 绘制多边形

一般绘制多边形的命令为：

cv.polylines(img,pts,isClosed,color,thickness = None,lineType = None)

pts为多边形点的集合，可以用numpy.array定义。isClosed可选择True或者False，前者表示封闭，后者表示不封闭（即最后一个点是否与第一个点相连），其余为公共参数

3.6 示例

以上几种绘图操作的完整代码示例：

import cv2 as cv
import imutils as it
import numpy as np

img_1 = cv.imread('D:/programming/Python learn/PythonApplication1/pic_1.jpg')
img_1 = cv.line(img_1,(100,200),(300,500),(100,200,250),5)
img_1 = cv.rectangle(img_1,(100,200),(300,500),(0,255,0),3)
img_1 = cv.circle(img_1,(800,800),100,(0,0,255),-1)
img_1 = cv.circle(img_1,(600,400),50,(255,0,0),5)
img_1 = cv.ellipse(img_1,(1155,540),(500,250),30,0,180,(50,100,150),8)

pts = np.array([[100,100],[300,450],[280,670],[1000,900]],np.int32)
img_1 = cv.polylines(img_1,[pts],True,(255,0,255),7)

cv.imshow('draw',it.resize(img_1,800))

if cv.waitKey(-1)==ord('A'):
    cv.destroyAllWindows()

结果为：