目录
图像裁剪与通道截取
# 截取部分图像数据
img=cv2.imread('cat.jpg')
cat=img[0:50,0:200]
cv.show('cat',cat)
# 颜色通道提取
b,g,r=cv2.split(img)
# 合并颜色通道
img=cv2.merge((b,g,r))
只保留R,G,B的一个通道,其实就是将其他两个通道置为0
#只保留R
cur_img=img.copy()
cur_img[:,:,0]=0
cur_img[:,:,0]=0
cv_show('R',cur_img)
#只保留G
cur_img=img.copy()
cur_img[:,:,0]=0
cur_img[:,:,0]=0
cv_show('G',cur_img)
#只保留B
cur_img=img.copy()
cur_img[:,:,0]=0
cur_img[:,:,0]=0
cv_show('B',cur_img)
边界填充
只需记住方法以及是怎么玩的就可以了
# 设定边界(上下左右)
top_size,bottom_size,left_size,right_size = (50,50,50,50)
# BORDER_REPLICATE:复制法,也就是复制最边缘像素。
replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE)
# BORDER_REFLECT:反射法,对感兴趣的图像中的像素在两边进行复制,例如:fedcba|abcdefgh|hgfedcb
reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_REFLECT)
# BORDER_REFLECT_101:反射法,也就是以最边缘像素为轴,对称,gfedcb|abcdefgh|gfedcba
reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT_101)
# BORDER_WRAP:外包装法cdefgh|abcdefgh|abcdefg
wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_WRAP)
# BORDER_CONSTANT:常量法,常数值填充。0就是做了一个黑边
constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_CONSTANT, value=0)
import matplotlib.pyplot as plt
plt.subplot(231), plt.imshow(img, '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()
数值计算
#读取两张图像
img_cat=cv2.imread('cat.jpg')
img_dog=cv2.imread('dog.jpg')# 每个像素点+10
img_cat2= img_cat +10
# 维度一致才可相加,相当于% 256,取余
(img_cat + img_cat2)[:5,:,0]
#与前一个加法不同, 大于255取255
cv2.add(img_cat,img_cat2)[:5,:,0]
图像融合
img_cat+img_dog
此命令会报错,因为shape值是不同的
可以这样操作
#查看猫的shape值
img_cat.shape
#更改狗的shape值与猫相同
img_dog=cv2.resize(img_dog,(500,414))
两张图融合可用此公式R=aX1+bX2+C,a、b,为权重系数,C为偏知项
#猫占0.4,狗占0.6
res=cv2.addWeighted(img_cat,0.4,img_dog,0.6,0)
#执行结果
plt.imshow(res)
# 当不知道具体shape值时,可以使用比例,x与y的比例
res=cv2.resize(img,(0,0),fx=4,fy=4)
部分代码来源于 https://blog.csdn.net/qq_34387412/article/details/111873451