openCV Python 学习笔记（一）图像的基本操作

Python的版本是Python3.6，openCV使用的是cv2

例图

一、图像的读取、显示和保存

读取图像：cv2.imread(filename,flags)

该函数有两个参数，第一个参数是图片的地址，第二个参数是读取图像的方式（默认值为1，以RGB格式读取）

显示图片：cv2.imshow(winname,mat)

以窗口的形式显示图片，两个参数，第一个是窗口上显示的名称，第二个是图像在代码中的表示名称

保存图片：cv2.imwrite(filename,img,params)

N个参数，第一个是要保存的图像的名字，如 'Rachel.jpg' ，第二个是也是图像在代码中的表示名称，此外还有图像的质量等参数，暂且略过

销毁全部窗口：cv2.destroyALLWindows()

销毁特定窗口：cv2.destroyWindow(winname)     括号里填指定窗口名称

绑定按键：cv2.waitKey(delay)

示例代码：

按下 s 键保存图片到 png 格式

import cv2

img = cv2.imread('Rachel.jpg',1) # 若为0则是灰度图
cv2.imshow('Rachel', img)
k = cv2.waitKey(0) # 等待按键，返回按键的ASCII码值
if k == ord('s'): # 若按下 S
    cv2.imwrite('Rachel.png', img)
    cv2.destroyAllWindows() # 删除全部窗口

二、图像的缩放

缩放图片是非常常用的操作，cv2里面的函数是：cv2.resize

函数原型：cv2.resize(src, dst, dsize, fx=0, fy=0, interpolation=INTER_LINEAR )

fx,fy表示缩放比例，interpolation是缩放时填充的类型，有以下几种：

INTER_NEAREST（邻近元素插值法）

INTER_LINEAR（缺省值，双线性插值）

INTER_AREA（使用象素关系重采样。当图像缩小时候，该方法可以避免波纹出现。当图像放大时，类似于 CV_INTER_NN 方法）

INTER_CUBIC（立方插值）

示例代码：

图片变成原图的0.5倍的灰度图

import cv2

img = cv2.imread('Rachel.jpg', 0) # 注意，第二个参数是0，灰度图
new = cv2.resize(img, None, fx=0.5, fy=0.5, interpolation=cv2.INTER_CUBIC)
cv2.imshow('Rachel', new)
k = cv2.waitKey(0)
if k == ord('s'):
    cv2.imwrite('Rachel1.jpg', new)
    cv2.destroyAllWindows()

结果：

三、图像翻转和旋转

图像翻转用到的函数是cv2.flip

函数原型：cv2.flip(src, dst, flipCode)

flipCode，翻转模式，flipCode==0垂直翻转（沿X轴翻转），flipCode>0水平翻转（沿Y轴翻转），flipCode<0水平垂直翻转（先沿x

轴翻转，再沿Y轴翻转，等价于旋转180°）

示例代码：

import cv2

img = cv2.imread('Rachel.jpg', 0)
new = cv2.resize(img, None, fx=0.5, fy=0.5, interpolation=cv2.INTER_CUBIC)
another_new0 = cv2.flip(new, 0)
another_new1 = cv2.flip(new, 1)
another_new_1 = cv2.flip(new, -1)
cv2.imshow('Rachel', new)
cv2.imshow('Rachel_flip_0', another_new0)
cv2.imshow('Rachel_flip_1', another_new1)
cv2.imshow('Rachel_flip_-1', another_new_1)
cv2.waitKey(0)
cv2.destroyAllWindows()

结果：

图像旋转用到的函数是cv2.getRotationMatrix2D

函数原型：getRotationMatrix2D(center,angle,scale)

center一般是中心点的坐标，用元组表示

angle角度是逆时针旋转的角度

scale是比例，有放大或缩小图像的作用

示例代码：

import cv2

img = cv2.imread('Rachel.jpg', 0)
rows, cols = img.shape[:2]
M = cv2.getRotationMatrix2D((cols / 2, rows / 2), 90, 1)
dst = cv2.warpAffine(img, M, (cols, rows)) # 仿射变换，以后再说
cv2.imshow('Rachel', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

结果：