OpenCV+python图像处理基础操作

1、读写图像(建议使用绝对路径)

import cv2 from cv2
im = cv2.imread('C:/Users/admin/Desktop/test/1.jpg')
cv2.imwrite('C:/Users/admin/Desktop/test/2.jpg',im)

2、通过numpy生成8位单通道灰度图像，再通过OpenCV将灰度图转换为3通道彩色图像

import cv2 from cv2
import numpy
img = np.zeros((3,3),dtype=np.uint8)
img = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR)

3、读取彩色图像并转换为灰度图

import cv2 from cv2
img = cv2.imread('C:/Users/admin/Desktop/test/1.jpg',cv2.IMREAD_GRAYSCALE)
cv2.imwrite('C:/Users/admin/Desktop/test/3.jpg',img)

4、通过bytearray和numpy创建随机图像

import cv2 from cv2
import numpy
#生成大小为120000的随机byte数组
randomByteArray = bytearray(os.urandom(120000))
#将byte数组转换为numpy数组
flatNumpyArray = numpy.array(randomByteArray)
#把numpy数组转换为二维图像
grayImage = flatNumpyArray.reshape(300,400)#把numpy数组转换为3通道彩色图像
bgrImage = flatNumpyArray.reshape(200,200,3)
cv2.imwrite('C:/Users/admin/Desktop/test/3.jpg',bgrImage)

5、直接通过numpy直接生成随机图像

imageArray = numpy.random.randint(0,256,120000).reshape(200,200,3)

6、通过numpy.array中的item()访问图像像素值,位置和BGR索引

import cv2 from cv2
import numpy
image = cv2.imread('C:/Users/admin/Desktop/test/1.jpg')
print(image.item(100,100,2))

7、使用索引遍历图像，OpenCV中图像3个通道顺序为BGR，即blue,green,red。

#对图像进行遍历，并将B通道置零
import cv2 from cv2
import numpy
image[:,:,0]=0
cv2.imwrite('C:/Users/admin/Desktop/test/4.jpg',image)

8、将图像一部分区域拷贝到另一部分区域，两部分区域大小必须保持一致，且不能超过图像范围。

import cv2 from cv2
import numpy
#将图像纵轴0-50，横轴50-100区域拷贝到纵轴100-150，横轴100-150区域
image_block = image[0:50,50:100]
image[100:150,100:150] = image_block
cv2.imwrite('C:/Users/admin/Desktop/test/4.jpg',image)

9、获取图像属性，image.shape可以获取图像高、宽和通道数，返回一个长度为3的数组。

import cv2 from cv2
im = cv2.imread('C:/Users/admin/Desktop/test/1.jpg')
#获取图像宽、高和通道数
arr = image.shape
Height = arr[0]
Width = arr[1]
print(Height)
print(Width)
#获取图像大小，size=高*宽*通道数
print(image.size)
#获取图像数据类型，一般为uint8
print(image.dtype)

10、通过OpenCV显示图像

import cv2 from cv2
im = cv2.imread('C:/Users/admin/Desktop/test/1.jpg')
cv2.imshow('img',image)
cv2.waitKey()
cv2.destroyAllWindows()

OpenCV+python图像处理基础操作相关推荐

Python图像处理基础
Python图像处理基础对我个人而言使用Python图像处理意在取代matlab,集中化使用Python环境保证之后在机器学习和OpenCV的使用上具有一致性,虽然从实验室师兄师姐的口中得知Pyth ...
Opencv Python图像处理进阶教程②
Opencv Python图像处理进阶教程概述: 代码: https://github.com/bai1231/opencv-learn_and_pratice 1. 图像卷积与应用图像去噪图像 ...
python图像处理基础知识（cv库函数说明）
python图像处理基础知识,函数说明目录 python图像处理基础知识,函数说明 1.处理照片(open_cv库) 1.1 cv2.imread('filepath',flags) 1.2 cv2 ...
python图像处理基础知识（plt库函数说明）
python图像处理基础知识,plt库函数说明目录 python图像处理基础知识,plt库函数说明 1.画图(plt库) 1.1 plt.figure(num='',figsize=(x, y),d ...
OpenCV实战（1）——OpenCV与图像处理基础
OpenCV实战(1)--OpenCV与图像处理基础 0. 前言 1. OpenCV 基础 1.1 安装 OpenCV 1.2 OpenCV 主要模块 1.3 使用 Qt 进行 OpenCV 开发 2 ...
Python语音基础操作--4.3共振峰估计
<语音信号处理试验教程>(梁瑞宇等)的代码主要是Matlab实现的,现在Python比较热门,所以把这个项目大部分内容写成了Python实现,大部分是手动写的.使用CSDN博客查看帮助文件 ...
Python语音基础操作--11.2基于GMM的说话人识别模型
<语音信号处理试验教程>(梁瑞宇等)的代码主要是Matlab实现的,现在Python比较热门,所以把这个项目大部分内容写成了Python实现,大部分是手动写的.使用CSDN博客查看帮助文件 ...
Python语音基础操作--6.3ADPCM编码
<语音信号处理试验教程>(梁瑞宇等)的代码主要是Matlab实现的,现在Python比较热门,所以把这个项目大部分内容写成了Python实现,大部分是手动写的.使用CSDN博客查看帮助文件 ...
Python语音基础操作--2.3声强与响度
<语音信号处理试验教程>(梁瑞宇等)的代码主要是Matlab实现的,现在Python比较热门,所以把这个项目大部分内容写成了Python实现,大部分是手动写的.使用CSDN博客查看帮助文件 ...

OpenCV+python图像处理基础操作

OpenCV+python图像处理基础操作相关推荐

最新文章

热门文章