python学习笔记（持续更新）

一些小tips：

 

文件夹必须这样放

 

一、图像的基本操作

1.jupyter中 shift+回车 可以直接运行一个模块

1.2灰度图中0最暗是黑色 255最亮

1.5

1 import cv2
2 import matplotlib.pyplot as plt
3 import numpy as np
4 %matplotlib inline

这些是常用的包的导入

2.import as的用法：

在Python中，如果import的语句比较长，导致后续引用不方便，可以使用as语法，比如：

import dir1.dir2.mod

# 那么，后续对mod的引用，都必须是dir1.dir2.mod
dir1.dir2.mod.X
那么，为了简化输入，可以使用as语法：

import dir1.dir2.mod as m

# 那么，后续对mod的引用，可以直接使用m
m. X

# 需要注意的是，使用as语法之后，只能通过as后面名字来访问导入的moudle
import mod as m
m.X  # OK
mod.X # Error

3.opencv默认读取图片格式是BGR(三通道，范围是0-255)

4.读取图像命令

img=cv2.imread('cat.jpg') 读取图片 并且是本路径下的图片

5.显示图像命令

cv2.imshow=('img1',img)  第一个参数是显示图像必须要临时取的名字，第二个是图像的定义名（即4中的img）

cv2.waitKey(数值) 即等待时间，毫秒级。例如cv2.waitKey(1000)，即图片显示后等待1s，数值若为0，则表示任意键终止 配合cv2.destoryallwindows()这条使用

6

img.shape

运行此命令后显示（414，530，3） 这三个参数不固定，显示的是h w 和图片的通道数3

7.读取灰度图

img=cv2.imread（‘cat.jpg’,cv2.IMREAD_GRAYSCALE）

这时读取的就是灰度图，运行img.shape后得到的就是（414，530）  表示没有三通道了，只是一个灰度图

8.保存图片

cv2.imwrite（‘mycat.png’,img）

9.img.size运行后得到20700表示此图片有20700个像素点组成

10.img.dtype运行后得到dtype（‘uint8’）表示储存这些像素值的数字数uint8类型。 dtype表示数据类型

11.读取视频的一系列操作

vc=cv2.VideoCapture('test.mp4')  #传入视频流

#检测视频能否正常读取

if vc.isOpened():

    open,frame=vc.read()

else:

    open=False

其中read()是一帧一帧地读取视频中的图片，返回的第一个参数open是bool值，用来表示视频是否正常打开，第二个参数frame保存的是每一帧的图片

 

while open：

    ret，frame=vc.read()

   if frame is None:

        break;

    if ret==true;

        gray=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)    #把frame传进去进行2gray的操作

        cv2.imshow('result',gray)

        if  cv2.waitKey(10) & 0xFF==27:     #27代表ESC ，waitKey代表处理完一帧等待的时间（毫秒级）

            break;

vc.release()

cv2.destroyALLWindows()

12.截取部分图像

img=cv2.imread（‘cat.jpg’）

cat=img[0:50,0:200]

cv2.imread('cat',cat)

13.颜色通道提取

b.g.r=cv2.split(img)执行后再执行一个单独的

r

就会显示r通道上所有的像素值

r.shape运行后得到的还是（414，500）  两外俩结果也一样 都跟灰度图的h w保持一致

分开之后可以把这三种颜色merge在一起

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

然后运行img.shape之后得到还是（414，500，3）的结果，表明三通道重新merge在一起了

14.只保留R通道

cur_img=img.copy()

cur_img[:,:,0]=0  #第一个通道即B通道所有数为0

cur_img[:,:,1]=0  #第二个通道即G通道所有数为0

cv2.imread（'R',cur_img）  #显示只有R通道时候的图像

##只保留G通道的代码

cur_img=img.copy()

cur_img[:,:,0]=0  #第一个通道即B通道所有数为0

cur_img[:,:,2]=0  #第二个通道即R通道所有数为0

cv2.imread（'G',cur_img）  #显示只有G通道时候的图像

15.边界填充

top_size,bottom_size,left_size,right_size=(50,50,50,50)  #定义四个变量

replicate=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_REPLICATE)

reflect=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_REFLECT)

reflect101=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_REFLECT_101)

wrap=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_WRAP)

constant=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_CONSTANT,value=0)

以上为五种边界填充的方法：

BORDER_REPLICATE：复制法，直接复制最边缘的像素

BORDER_REFLECT：反射法，对图像中的像素在两边进行复制 如：fedcba|abcdefgh|hgfedcb

BORDER_REFLECT_101：反射法，以最边缘的像素为轴进行反射  如：fedcb|abcdefgh|gfedcb  相对上面这种方法少了重复的部分，会更加的对称，看上去更加自然一点

BORDER_WRAP：外包装法 如cdefgh|abcdefgh|abcdefg  这个还有些不太懂。。。

BORDER_CONSTANT:常量法，使用常数值填充，会多一个value变量

#显示图像

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(236),plt.imshow(constant,'gray'),plt.title('CONSTANT')  

就会六张显示在同一张图中

subplot中的三个参数 第一个表示行数 第二个表示列数 第三个表示是第几张图片

16.数值计算

img_cat=cv2.imread('cat.jpg')

img_dog=cv2.imread('dog.jpg')  #先读两张图

img_cat2=img_cat+10  #假如图像中为500*500 且是rgb三通道的，那么此操作意味在500*500*3的每一个数都加10

img_cat+img_cat2  #若使用img_cat+img_cat2操作，如果计算结果超过了255，那么其显示结果不会超过255，相当于%256

opencv提供了cv2.add函数

cv2.add（img_cat，img_cat2）  #opencv提供了cv2.add函数则是不同算法，如果计算结果大于255的话不会像上述计算过程一样取余，超过255的结果就按照255来，没越界就用计算结果

img_cat+img_dog  #图像融合操作，前提是两张图片size一样

img_dog=cv2.resize(img_dog,(500,414))  #输入想变换的图像  resize操作 参数顺序为w h

执行img_dog.shape之后显示的是（414，500，3）#显示的是h w 通道数

res=cv2.resize(img,(0,0),fx=3,fy=1)  #w h参数为0 0表示不指定具体参数，后面多的fx表示为原图w的多少倍，fy表示h为原图的多少倍 即像素数为原来的几倍

res=cv2.addWeighted(img_cat,0.4,img_dog,0.6,0)  #R=X*0.4+Y*0.6+b  这五个参数分别是x 0.4 y 0.6 0(偏置项) 偏置项一般来提亮或者变暗

二、阈值与平滑处理

1.图像阈值
ret, dst = cv2.threshold(src, thresh, maxval, type)  #等号左边的两个返回参数第一个还不知道什么用，第二个参数可以改成你想要的图像名字
src： 输入图，只能输入单通道图像，通常来说为灰度图
dst： 输出图
thresh： 阈值  常用的有127
maxval： 当像素值超过了阈值（或者小于阈值，根据type来决定），所赋予的值  灰度的话这个值设为255
type：二值化操作的类型，包含以下5种类型： cv2.THRESH_BINRY； cv2.THRESH_BINARY_INV； cv2.THRESH_TRUNC； cv2.THRESH_TOZERO；cv2.THRESH_TOZERO_INV
cv2.THRESH_BINARY 超过阈值部分取maxval（最大值），否则取0
cv2.THRESH_BINARY_INV THRESH_BINARY的反转
cv2.THRESH_TRUNC 大于阈值部分设为阈值，否则不变
cv2.THRESH_TOZERO 大于阈值部分不改变，否则设为0
cv2.THRESH_TOZERO_INV THRESH_TOZERO的反转

2.图像平滑

#均值滤波

#简单的平均卷积操作

blur = cv2.blur(img, (3, 3))  #img表示被处理的图像 （3，3）表示核的尺寸，通常用奇数*奇数  blur是均值滤波函数

 

#方框滤波

#可以选择归一化 归一化之后和均值滤波一样

box=cv2.boxFilter(img,-1,(3,3),normalize=True)  #img是原图  -1基本不会变  （3，3）是核尺寸 true表示选择了归一化（3*3个像素值加载一起要除以9）

cv2.imshow('box',box)

cv2.WaitKey(0)

cv2.destoryAllWindows()

#选择不归一化（所有超过255的越界值最后赋予255）

box=cv2.boxFilter(img,-1,(3,3),normalize=False)  #img是原图  -1基本不会变  （3，3）是核尺寸 False表示没有选择归一化（没有处以9）

cv2.imshow('box',box)

cv2.WaitKey(0)

cv2.destoryAllWindows()

 

#高斯滤波

 # 高斯模糊的卷积核里的数值是满足高斯分布，相当于更重视中间的
aussian = cv2.GaussianBlur(img, (5, 5), 1)   #最后一个参数是sigma标准差

cv2.imshow('aussian',aussian)

cv2.WaitKey(0)

cv2.destoryAllWindows()

 

#中值滤波

# 相当于用中值代替*
median = cv2.medianBlur(img, 5)    #表示核尺寸是5*5的，选择第13大的数字（中值、中位数）

 

#展示所有

res=np.hstack((blur,aussian,median))   #hstack是横着展示 horizontal 水平的  vstack是竖着展示  vertial垂直的；注意双层括号

cv2.imshow('median vs average',res)

cv2.WaitKey(0)

cv2.destoryAllWindows()

 

三、腐蚀(erode)操作（去毛刺）和膨胀(dilate)操作

核尺寸越大 可能被腐蚀的范围就越多（因为核越大 那么核边界接触背景的时候，核中心很靠内）

#腐蚀

img=cv2.imread('dige.jpg')

cv2.imshow('img',img)

cv2.WaitKey(0)

cv2.destoryAllWindows()

kernel=np.ones((5,5),np.uint8)  #定义核