文章目录

前言
一、数据读取-图像
- 1.读取图像
- 2.读取部分图像
二、数据读取-视频
三、颜色通道提取
四、边界填充
五、数值计算
六、图像融合

前言

先说一些图像的基本知识：

（1）图像由像素构成，一个像素就是图片上的一个点。

（2）常见的图像有1通道（灰度图）、3通道（彩色图）、4通道（透明图），每个通道的像素值范围是[0，255]，彩色图是我们最常见的，意思是每个像素由B、G、R三个值组成（也就是三原色），比如（255，255，255）表示白色。

一、数据读取-图像

1.读取图像

opencv读取指定路径的图片，并显示出来

import cv2 #opencv读取的格式是BGRimg=cv2.imread('D:\kaibai.jpg',cv2.IMREAD_COLOR)#读取彩色图片
cv2.imshow('kaibai',img)#显示图像的名字，显示图片
cv2.waitKey(0)#等待时间，毫秒级，0表示任意键终止
cv2.destroyAllWindows()#触发关闭后，关闭图像

效果：

将图片转成灰度图并显示出来

import cv2 #opencv读取的格式是BGRimg=cv2.imread('D:\kaibai.jpg',cv2.IMREAD_GRAYSCALE)#读取图片转成灰度图像
cv2.imshow('kaibai',img)#显示图像的名字，显示图片
cv2.waitKey(0)#等待时间，毫秒级，0表示任意键终止
cv2.destroyAllWindows()#触发关闭后，关闭图像

效果：

转换后的图像可以通过以下代码来保存：

cv2.imwrite('path',img)

path：保存图片的路径，img：需要保存的图片

还有一些基本的操作：

img.shape#img.shape[0]：图像的垂直尺寸（高度）;img.shape[1]：图像的水平尺寸（宽度）;img.shape[2]：图像的通道数
type(img)#查看图片格式
img.size#查看图片像素点个数
img.dtype#查看数据类型

2.读取部分图像

读取部分图像相当剪裁，指定图像的长和宽，然后读取。

import cv2 #opencv读取的格式是BGRimg=cv2.imread('D:\kaibai.jpg',cv2.IMREAD_COLOR)#读取图片
bord=img[0:200,0:200]
cv2.imshow('kaibai',bord)#显示图像的名字，显示图片
cv2.waitKey(0)#等待时间，毫秒级，0表示任意键终止
cv2.destroyAllWindows()#触发关闭后，关闭图像

效果：

二、数据读取-视频

原理：OpenCV读取视频包括从视频文件和摄像头读取。读取视频其实就是读取每一帧，相当于把每一帧当做图像来读取显示。cv2.VideoCapture可以捕获摄像头，用数字来控制不同的设备，例如0,1。如果是视频文件，直接指定好路径即可。

import cv2video = cv2.VideoCapture('D:\Video\大肥猫.mp4')#读取视频文件
# 检查是否打开正确
if video.isOpened():oepn,frame = video.read()
else:open = False
#如果打开正确
while open:ret, frame = video.read()if frame is None:breakif ret == True:gray = cv2.cvtColor(frame,  cv2.IMREAD_COLOR)cv2.imshow('result', gray)if cv2.waitKey(100) & 0xFF == 27:#按esc退出break
video.release()
cv2.destroyAllWindows()#关闭窗口

cv2.waitKey()是等待时间，毫秒级，0表示任意键终止，时间到了就切换下一帧，时间越慢，我们看到的视频效果就越满，太快则有可能看不到视频，相当于秒关。
效果：

opencv视频读取

三、颜色通道提取

用opencv进行通道提取要注意提取顺序，因为opencv读取图像格式是BGR而不是RGB。可以分别保留BGR中的一种颜色来查看效果。

import cv2 #opencv读取的格式是BGR
def cv_show(name,img):cv2.imshow(name,img)cv2.waitKey(0)cv2.destroyAllWindows()
img=cv2.imread('D:\kaibai.jpg',cv2.IMREAD_COLOR)#读取图片
b,g,r=cv2.split(img)
# 只保留R
cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,1] = 0
cv_show('R',cur_img)
# 只保留G
cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,2] = 0
cv_show('G',cur_img)
# 只保留B
cur_img = img.copy()
cur_img[:,:,1] = 0
cur_img[:,:,2] = 0
cv_show('B',cur_img)

只保留R的效果：

四、边界填充

边界填充相当于在原来图像大小的基础上将图像扩大一圈。

import cv2 #opencv读取的格式是BGR
import matplotlib.pyplot as pltimg=cv2.imread('D:\kaibai.jpg',cv2.IMREAD_COLOR)#读取图片
top_size,bottom_size,left_size,right_size = (50,50,50,50)#上下左右分别填充的大小
#进行复制的补零操作， 只对边缘的点进行复制，然后该列上的点都是这些
replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE)
#进行翻转的补零操作，举例只对当前对应的边缘   gfedcba|abcdefgh|hgfedcb
reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_REFLECT)
#进行翻转的补零操作， gfedcb|abcdefgh|gfedcb
reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT_101)
#进行上下边缘调换的外包复制操作     bcdegh|abcdefgh|abcdefg
wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_WRAP)
#默认下是填充黑色
constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_CONSTANT, value=0)plt.subplot(231), plt.imshow(img, 'gray'), plt.title('ORIGINAL')
plt.subplot(232), plt.imshow(replicate, 'gray'), plt.title('REPLICATE')
plt.subplot(233), plt.imshow(reflect, 'gray'), plt.title('REFLECT')
plt.subplot(234), plt.imshow(reflect101, 'gray'), plt.title('REFLECT_101')
plt.subplot(235), plt.imshow(wrap, 'gray'), plt.title('WRAP')
plt.subplot(236), plt.imshow(constant, 'gray'), plt.title('CONSTANT')plt.show()

BORDER_REPLICATE：复制法，也就是复制最边缘的像素。

BORDER_REFLECT：反射法，对感兴趣的图像中的像素在两边进行复制，例如：gfedcba|abcdefgh|hgfedcb。

BORDER_REFLECT_101：反射法，也就是以最边缘像素为轴，对称，gfedcb|abcdefgh|gfedcba。

BORDER_WRAP：外包装法cdefgh|abcdefgh|abcdefg。

BORDER_CONSTANT：常量法，常数值填充。

五、数值计算

只有维度相同的图像才能相加，比如一张维度是(414,500,3)，一张维度是 (429,499,3)就不能相加。

import cv2 #opencv读取的格式是BGRimg_cat=cv2.imread('D:\cat.jpg',cv2.IMREAD_COLOR)#读取图片
img_dog=cv2.imread('D:\dog.jpg',cv2.IMREAD_COLOR)img_cat2= img_cat +10 #每个像素点都加10img_cat[:5,:,0]#只打印前5行
相当于% 256
(img_cat + img_cat2)[:5,:,0]
最大就是255，超过255后取255
cv2.add(img_cat,img_cat2)[:5,:,0]

六、图像融合

图像融合相当于将两张图片叠加在一起，图像融合也是只有维度相同的图像才能融合。

import cv2 #opencv读取的格式是BGR
import matplotlib.pyplot as pltimg_cat=cv2.imread('D:\cat.jpg',cv2.IMREAD_COLOR)#读取图片
img_dog=cv2.imread('D:\dog.jpg',cv2.IMREAD_COLOR)
print(img_cat.shape)#(414, 500, 3)
print(img_dog.shape)#(429, 499, 3)
img_dog = cv2.resize(img_dog, (500, 414))#将狗的图像维度修改和猫的一样
#res = cv2.resize(img, (0, 0), fx=4, fy=4)#不指定图像的宽高，而是和原来的成比例
res = cv2.addWeighted(img_cat, 0.4, img_dog, 0.6, 0)
plt.imshow(res)
plt.show()

cv2.addWeighted(img_cat, 0.4, img_dog, 0.6, 0)其中0.4为img_cat在融合图像中权重，0.6为 img_dog在融合图像中权重，0为偏置项。
效果：

Opencv学习笔记——图像基本操作相关推荐

Opencv学习笔记——图像伪色彩增强
以下均为github上opencv的个人学习笔记,原路径如下: https://github.com/JimmyHHua/opencv_tutorials 源码示例: import cv2 as cv ...
opencv学习笔记——图像
图像读入图像全英文路径下图像的读取: retval = cv2.imread(文件名[,显示控制参数]) 含中文路径下图像的读取: retval = cv2.imdecode(np.fromfil ...
Opencv学习笔记图像特效简单铅笔/卡通/马赛克/毛玻璃/Lomography/简单磨皮等效果
一.铅笔画滤镜铅笔画滤镜主要是提取出图片中梯度比较高的部分,也就是边缘检测二.卡通画特效卡通画特效主要由三部分组成 1.提取图像中轮廓 => edges 2.使用bilateral 滤波在 ...
Opencv学习笔记图像清晰度评价
一.计算laplacian绝对值的方差 1.参考代码1 # import the necessary packages from imutils import paths import argpars ...
opencv 手选roi区域_【opencv学习笔记六】图像的ROI区域选择与复制
图像的数据量还是比较大的,对整张图片进行处理会影响我们的处理效率,因此常常只对图像中我们需要的部分进行处理,也就是感兴趣区域ROI.今天我们来看一下如何设置图像的感兴趣区域ROI.以及对ROI区域图像 ...
OpenCV学习笔记（十六）——CamShift研究 OpenCV学习笔记（十七）——运动分析和物体跟踪Video OpenCV学习笔记（十八）——图像的各种变换（cvtColor*+）imgproc
OpenCV学习笔记(十六)--CamShift研究 CamShitf算法,即Continuously Apative Mean-Shift算法,基本思想就是对视频图像的多帧进行MeanShift运算 ...
opencv学习笔记20：图像轮廓
图像轮廓 Contours:轮廓轮廓是将没有连着一起的边缘连着一起. 边缘检测检测出边缘,边缘有些未连接在一起. 注意问题 1.对象为二值图像,首先进行阈值分割或者边缘检测. 2.查找轮廓需要更改原 ...
opencv学习笔记19：图像金字塔和图像拉普拉斯金字塔 (用于图像放大和缩小)
图像金字塔原理图像金字塔:只不同分辨率,不同尺寸子图构成的集合. 取样向下取样:有一个图像G0,对它重新采样,得到分辨率小些的G1,以此类推. 向上取样:有一个图像G3,然后变成像素更多的G2,以 ...
opencv学习笔记14：图像礼帽，图像黑帽
python + OpenCV 图像礼帽图像礼帽也叫图像顶帽礼帽图像=原始图像-开运算图像得到噪声图像开运算:先腐蚀再膨胀使用对象:二值图像使用方法:morphologyEx cv2.M ...

Opencv学习笔记——图像基本操作