OpenCV-Python图像处理学习笔记（二）——图像/视频读取保存、分割及边界填充

本篇学习笔记主要内容在图像和视频的读取、展示、保存及一些常用基本操作。

获取更多可以查看本栏目其他文章。

往期内容：

OpenCV-Python图像处理学习笔记（一）——认识、安装、环境测试

OpenCV-Python图像处理学习笔记（二）——图像/视频读取保存、分割及边界填充

OpenCV-Python图像处理学习笔记（三）——数值运算、图像阈值、图像平滑（滤波）

OpenCV-Python图像处理学习笔记（四）——形态学操作、图像梯度
OpenCV-Python图像处理学习笔记（五）——Canny 边缘检测、图像金字塔、轮廓检测（一）

OpenCV-Python图像处理学习笔记（六）——轮廓检测（二）、模板匹配
OpenCV-Python图像处理学习笔记（七）——直方图、图像变换

目录

1  图像的读取展示保存

1.1  读取数组格式

1.2  展示图像

1.3  图像保存

2  图像常用基本属性

3  视频的读取展示

4  图像常用基本操作

4.1  ROI区域

4.1.1  图像截取

4.1.2  颜色通道提取

4.1.3  颜色通道合并

4.1.4  只保留某个颜色通道

4.2  边界填充

5、小结

---

 导入必要Python包

import cv2
import numpy as np
import matplotlib.pyplot as plt

1  图像的读取展示保存

1.1  读取数组格式

使用函数 cv2.imread() 读入图像。

im = cv2.imread(path)
print(im)

其中，path是图像位置，还有第二个参数：读取模式

• cv.IMREAD_COLOR： 加载彩色图像。任何图像的透明度都会被忽视。它是默认标志。
• cv.IMREAD_GRAYSCALE：以灰度模式加载图像
• cv.IMREAD_UNCHANGED：加载图像，包括alpha通道

1.2  展示图像

通过plt展示图像

plt.imshow(im)

通过cv展示图像

cv2.imshow("img", im)  # 第一个参数为窗口名img，第二个参数为图像名
cv2.waitKey(0)  # 等待时间，0表示按任意键结束，也可以自定义时间，单位毫秒
cv2.destroyAllWindows('img')  # 关闭所有窗口

1.3  图像保存

cv2.imwrite(path, im)  

path是图片保存地址

2  图像常用基本属性

print(">>>图像维度：", im.shape)
print(">>>图像像素总数：", im.size)
print(">>>图像数据类型：", im.dtype)

其中：

• im.shape 返回(行数、列数、通道数)
• im.size 返回像素总值 = 行数 x 列数 x 通道数
• im.dtype 返回类型

3  视频的读取展示

cap = cv2.VideoCapture(0)

while(True):
    ret, frame = cap.read()   # 参数ret 为True 或者False,代表有没有读取到图片；第二个参数frame表示截取到一帧的图片

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)   # 颜色空间转换函数，frame是需要转换的图片，cv2.COLOR_BGR2GRAY是转换成何种格式。
    cv2.imshow('frame',gray)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

为了获取视频，应该创建一个 VideoCapture 对象。他的参数可以是设备的索引号，或者是一个视频文件。设备索引号就是在指定要使用的摄像头。 一般的笔记本电脑都有内置摄像头。所以参数就是 0。可以通过设置成 1 或者其他的来选择别的摄像头。

4  图像常用基本操作

4.1  ROI区域

4.1.1  图像截取

截取感兴趣的图像区域，操作类似数组切片。

roi_img = im[20:-100, 200:-200]

4.1.2  颜色通道提取

将RGB三色拆分读取

b, g, r = cv2.split(im)

4.1.3  颜色通道合并

将BGR三色合并

im = cv2.merge((b, g, r))

4.1.4  只保留某个颜色通道

例：只保留R通道

cur_img = im.copy()
cur_img[:, :, 0] = 0  # 将B通道设置为0
cur_img[:, :, 1] = 0  # 将G通道设置为0
plt.imshow(cur_img)   # R通道

4.2  边界填充

这里用到cv2.copyMakeBorder() 函数。其中涉及到的参数如下：

• src 输入图像  
• top, bottom, left, right 对应边界的像素数目。
• borderType 要添加那种类型的边界，类型如下：
  • cv2.BORDER_CONSTANT 添加有颜色的常数值边界，还需要 下一个参数（value）。
  • cv2.BORDER_REFLECT 边界元素的镜像。比如: fedcba|abcdefgh|hgfedcb
  • cv2.BORDER_REFLECT_101 or cv2.BORDER_DEFAULT 跟上面一样，但稍作改动。例如: gfedcb|abcdefgh|gfedcba
  • cv2.BORDER_REPLICATE 重复最后一个元素。例如: aaaaaa| abcdefgh|hhhhhhh 41
  • cv2.BORDER_WRAP : cdefgh| abcdefgh|abcdefg
• value 边界颜色，边界的类型是 cv2.BORDER_CONSTANT时适用。

BLUE=[255,0,0]

img1=cv2.imread('opencv_logo.png')

replicate = cv2.copyMakeBorder(img1, 10, 10, 10, 10, cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(img1, 10, 10, 10, 10, cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img1, 10,10, 10, 10, cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img1, 10, 10, 10,10, cv2.BORDER_WRAP)
constant= cv2.copyMakeBorder(img1, 10, 10, 10, 10, cv2.BORDER_CONSTANT,value=BLUE)

plt.subplot(231),plt.imshow(img1, 'gray'),plt.title('ORIGINAL')
plt.subplot(232),plt.imshow(replicate, 'gray'),plt.title('REPLICATE')
plt.subplot(233),plt.imshow(reflect, 'gray'),plt.title('REFLECT')
plt.subplot(234),plt.imshow(reflect101, 'gray'),plt.title('REFLECT_101')
plt.subplot(235),plt.imshow(wrap, 'gray'),plt.title('WRAP')
plt.subplot(236),plt.imshow(constant, 'gray'),plt.title('CONSTANT')

plt.show()

5、小结

下期将继续同步OpenCV一些基本操作内容。