python + openCV图像处理（三）

引言

此系列博客记录 网易云课堂 python + openCV图像处理课程的学习过程。

本篇文章将介绍 图像运算、图像融合、图像类型转换、图像缩放 四个部分。

示例图片

color.jpg

xiaoxin.png

monkey.png

代码

1、图像运算

原理：

其中，numpy加法 为 取模加法。

openCV加法 为 饱和运算。

注意：参与运算的图像大小、类型必须一致

import cv2
import numpy as np

a = cv2.imread(r"C:\workspace\python\openCV\color.jpg",cv2.IMREAD_UNCHANGED) # BGR图像，三通道
b = a

result1 = a + b # numpy加法
result2 = cv2.add(a,b) # openCV加法

cv2.imshow("original",a) # 原图
cv2.imshow("result1",result1) 
cv2.imshow("result2",result2)
cv2.waitKey(0)
cv2.destroyAllWindows()

效果图：

可以看到，取模运算（numpy）图片保留的细节比较丰富，而饱和运算（openCV）图片细节丢失，亮度很高。

---

2、图像融合

import cv2

a = cv2.imread(r"C:\workspace\python\openCV\xiaoxin.png",cv2.IMREAD_UNCHANGED)
b = cv2.imread(r"C:\workspace\python\openCV\monkey.png",cv2.IMREAD_UNCHANGED)

result = cv2.addWeighted(a,0.3,b,0.6,0) # 务必注意：a 和 b 形状必须相同，例如：都是 50*50 像素
cv2.imshow("xiaoxin",a)
cv2.imshow("monkey",b)
cv2.imshow("mix",result)
cv2.waitKey()
cv2.destroyAllWindows()

addWeighted(a,x1,b,x2,light) - 将 a和b 两个图像分别按照x1，x2比重叠加在一起，light表示亮度

效果图：

请叫他 monkey 新！！！！

---

3、图像类型转换

import cv2

a = cv2.imread(r"C:\workspace\python\openCV\xiaoxin.png",cv2.IMREAD_UNCHANGED)
b = cv2.cvtColor(a,cv2.COLOR_BGR2GRAY) # 转换为 灰度图像

cv2.imshow("xiaoxin",a)
cv2.imshow("sadxin",b)
cv2.waitKey(0)
cv2.destroyAllWindows()
# cv2.imwrite(r"C:\workspace\python\openCV\sadxin.png",b) #保存悲伤的小新

• cv2.COLOR_BGR2GRAY - BGR TO GRAY
• cv2.COLOR_BGR2RGB - BGR TO RGB
• cv2.COLOR_GRAY2BGR - GRAY TO BGR

另外，openCV里还提供了200多种不同类型之间的转换。

tips：将 灰度 转化为 BGR图像，看起来两个都是灰色的，但是调用shape会发现，BGR是三通道。

---

4、图像缩放

import cv2

a = cv2.imread(r"C:\workspace\python\openCV\xiaoxin.png",cv2.IMREAD_UNCHANGED)
rows,cols,chn = a.shape

# b = cv2.resize(a,(200,100)) # 1、调整 a图像 的大小为 200 * 100
b = cv2.resize(a,(round(rows * 0.5),round(cols * 1.5))) # 2、调整 a图像 的列宽为原来的0.5被，行宽为原来的1.5倍
# b = cv2.resize(a,None,fx=0.5,fy=1.5) # 3、调整 a图像 的列宽为原来的1倍，行宽为原来的0.3倍

cv2.imshow("a",a) 
cv2.imshow("b",b)

cv2.waitKey(0)
cv2.destroyAllWindows()

b = cv2.resize(i,dsize,fx,fy) - 有4个参数（前2个必须有），i 表示目标图片，dsize 表示具体的长和宽，fx 表示长的比例，fy 表示宽的比例

效果图：