【OpenCV-Python】——图像处理基础&读写及显示图像&读写及播放视频&灰度图/彩色图/图像通道操作、运算

目录

前言：

1、读并显示图像、写图像

2、读并播放视频、写视频

3、操作灰度图和彩色图、图像通道操作、运算

总结：

---

前言：

在Python中，OpenCV使用NumPy数组存储图像，Numpy是使用Python进行数组计算的软件包，提供强大的N维数组对象，支持复杂的广播功能（数组运算），集成了C/C++和Fortran代码工具，支持线性代数、傅里叶变换和随机数等特性，还可作为通用数据的高效多维容器，如在OpenCV中显示图像。

Numpy的知识点见数据处理专栏，主要包括数据类型、创建数组、数组形状、索引切片和迭代、数组运算等。

1、读并显示图像、写图像

imread将文件夹的图像读入内存，支持BMP、PNG、JPEG、TIFF等静态图像格式，该函数返回的是一个numpy.ndarray对象（即NumPy数组），元素为图像像素，数组的shape（形状）、dtype（数据类型）、size（元素个数）等属性表示图像的相关属性。

常见基本读取格式有cv2.IMREAD_UNCHANGE（按原样加载）、cv2.IMREAD_GRAYSCALE（将图像转换为单通道灰度图像）、cv2.IMREAD_COLOR（将图像转换为3通道BGR彩图）等。

imwrite将Numpy数组中保存的图像写入文件，函数返回的是一个布尔值，写入成功返回true反之false。

import cv2
import numpy as np
img1=cv2.imread('autumn.jpg')#可加读取格式参数
cv2.imshow('autumn',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

#也可打包成一个函数
def cv_show(name,img):
    cv2.imshow(name,img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

cv_show('autumn',img1)

#写入一个50x50的黑色正方形图像
img2=numpy.zeros(（50，50）,dtype=numpy.uint8)
cv2.imwrite("rectangle.png",img2)

2、读并播放视频、写视频

视频处理基本步骤：将视频文件或者摄像头作为数据源来创建VideoCapture对象；调用VideoCapture对象的read（）方法获取视频中的帧，每一帧都是一幅图像；调用VideoWriter对象的write（）方法将帧写入视频文件，或者调用cv2.imshow（）函数直接在窗口显示帧。

#播放文件已有的视频
import cv2
cap=cv2.VideoCapture("test.mp4")#创建对象
#fps=cap.get(cv2.CAP_PROP_FPS)#读取帧速率
#size=(cap.get(cv2.CAP_PROP_FRAME_HEIGHT),cap.get(cv2.CAP_PROP_FRAME_WIDTH))#读取视频大小
#print('帧速率:',fps)
#print('大小:',size)
ret, frame = cap.read()#从视频中读取一帧数据,frame存储了此一帧数据
while True:
    cv2.imshow('img',frame)
    ret, frame = cap.read()#从视频中读取一帧数据,frame存储了此一帧数据
    key = cv2.waitKey(1000//24)#延时时间：1000ms显示24张图片，最多等待1000//24毫秒
    if key == ord('q'):#按q退出
        break
cap.release()#关闭视频

#将已有的视频写入文件
import cv2
cap=cv2.VideoCapture("test.mp4")#创建对象，test.mp4是已存在的视频
fps=cap.get(cv2.CAP_PROP_FPS)#读取帧速率
size=(int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)),int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)))#读取视频大小，int强制转换
wrt=cv2.VideoWriter('test2.avi',cv2.VideoWriter_fourcc('X','V','I','D'),fps,size)#保存文件名，视频解码器格式，帧速率，大小
ret, frame = cap.read()#读取一帧数据,frame存储了此一帧数据,ret是返回的布尔值
while ret:
    wrt.write(frame)
    ret, frame = cap.read()
cap.release()#关闭视频

#捕获摄像头视频，保存并播放
import cv2
cap=cv2.VideoCapture(0)#创建对象，0代表视频源是摄像头
fps=30                 #预设帧速率
size=(int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)),int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)))#读取视频大小
wrt=cv2.VideoWriter('test2.avi',cv2.VideoWriter_fourcc('X','V','I','D'),fps,size)#保存文件名，视频解码器格式，帧速率，大小
ret, frame = cap.read()#从视频中读取一帧数据,frame存储了此一帧数据
while ret:
    wrt.write(frame)#将帧写入文件
    cv2.imshow('img',frame)
    ret, frame = cap.read()#从视频中读取一帧数据,frame存储了此一帧数据
    key = cv2.waitKey(1000//24)#延时时间：1000ms显示24张图片，最多等待1000//24毫秒
    if key == ord('q'):#按q退出
        break
cap.release()#关闭视频（释放摄像头）

3、操作灰度图和彩色图、图像通道操作、运算

灰度图为256级（0-255），0代表黑色，255为白色，一个字节存储一个像素值，用单通道的二维数组表示图像。像素点值不会大于255，若大于会按256取模。

#代码示例：首先闯将240x320的黑色图像，并输出当前灰度值。每过1秒，灰度值增加20，直到按下esc退出
img=numpy.zeros((240,320),dtype=numpy.uint8)
n=0
while true:
    cv2.imshow('Grayimg',img)
    n+=20
    img[:,:]=n#将所有像素点值修改为n
    print(img[1,1])
    key=cv2.waitKey(1000)
    if key==27:
        break

彩图RGB三个通道，每个通道的取值范围都是0-255，三个通道像素组合表示彩色图像，但opencv中默认图像格式是BGR，用三维数组表示彩色图像。

#代码示例：三条颜色动态变化效果
img=numpy.zeros((240,320,3),dtype=numpy.uint8)#240是宽，320是长
r0=0
r1=1
r2=2
while true:
    img[:80,:,r0]=255      #通道r0，将上部1/3颜色值设置为255
    img[80:160,:,r1]=255   #通道r1，将中部部1/3颜色值设置为255
    img[160:,:,r2]=255     #通道r2，将下部1/3颜色值设置为255
    cv2.imshow('Colorimg',img)
    key=cv2.waitKey(1000)
    img[:,:,:]=0   #清零变为黑色图像
    t=r0  #轮换通道
    r0=r1
    r1=r2
    r2=t
    if key==27:
        break

通道操作即对色彩通道进行拆分和合并，opencv中BGR格式的图像是三维数组，可用数组索引操作拆分通道。spilt分离、merge合并。

b,g,r = cv2.split(img3)#分离cv2的BGR颜色通道索引为0，1，2，matplotlib为RBG
#print(b,g,r)#一串矩阵
#print(r.shape)
img4=cv2.merge((b,g,r))#合并B、G、R单通道为三通道彩色图像
#print(img4.shape)
cur_img1=img3.copy()
cur_img1[:,:,1]=0
cur_img1[:,:,2]=0
cv_show('B',cur_img1)#只保留B通道
cur_img2=img3.copy()
cur_img2[:,:,0]=0
cur_img2[:,:,2]=0
cv_show('G',cur_img2)#只保留G通道
cur_img3=img3.copy()
cur_img3[:,:,0] = 0
cur_img3[:,:,1] = 0
cv_show('R',cur_img3)#只保留R通道

运算分加法运算、加权加法运算、位运算。加法运算有“+”和cv2.add()函数两种，“+”执行后如果结果大于256则会按256取模；cv2.add()执行后若结果大于256则会取255。加权加法用函数cv2.addWeighted(图1，权重1，图2，权重2，附加值)。位运算有按位与cv2.bitwise_and(图一，图二，mask）、按位或bitwise_or、按位取反bitwise_not、按位异或bitwise_xor四种。按位与常用于创建掩模图像。

总结：

作为初学者，里面可能有总结不全，后续深入学习后会改善文章！下次学习图形用户界面！