OpenCV图像处理基础

OpenCV图像处理基础

一、感兴趣区域

在图像处理过程中，我们可能对图像的某一特定区域特别感兴趣，该区域就被称为感兴趣区域（Region 偶发Interest，ROI），设定感兴趣区域后，就可以对该区域进行整体操作。
如图所示，假设当前图像名称为img，图中的数字分别表示行号和列号，则蓝色区域就是感兴趣区域，表示为img[200:400, 200:600]。

二、通道操作

1. 通道拆分

对于RGB图像，可以分别拆分出该图像的R通道，G通道，B通道。在OpenCV中，既可以索引的方式拆分通道，也可以通过函数的方式拆分通道。

1.1 通过索引拆分

通过索引的方式，可以直接将各个通道从图像内提取出来，例如，对于OpenCV内的BGR图像Lena，可以通过如下语句分别提取B通道，G通道，R通道。

# B通道
b = lena[:,:,0]
# G通道
g = lena[:,:,1]
# R通道
r = lena[:,:,2]

注意：
使用 scipy.misc.imread 读取的图片数据是 RGB 格式；

使用 PIL.Image.open 读取的图片数据是RGB格式；

使用 cv2.imread 读取的图片数据是 BGR 格式；

由于博主所使用的是cv2,所以是BGR格式。

具体实现

# 导入库
import cv2


# 读取图片
cv2.imread("./pictures/lena.jfif",-1)
# -1 表示保持原格式不变
# 0 表示将图像调整为单通道的灰度图像
# 1 表示将图像调整为3通道的RGB图像，该值是默认值

得到如下的array对象：

array([[[130, 132, 227],
        [130, 132, 227],
        [128, 132, 227],
        ...,
        [113, 148, 234],
        [ 90, 132, 215],
        [ 64, 108, 191]],