计算机眼中的图像由一个个像素组成，每个像素点的值在0-255之间，代表像素点的亮度（0为最暗，255为最亮）。通常彩色图为三通道，灰度图（黑白图）为单通道。彩色图像包括三个颜色通道——B，G，R，分别表示蓝、绿、红。

1.图像的表示

2.图像的读取

3.显示图片

4.色彩空间

5.图像的逐点操作（像素级操作）

6.图像二值化

7.几何变换-缩放

8.几何变换-平移

9.几何变换-旋转

10.视频读取和写入

1.图像的表示

图像的高和宽代表图像在竖直和水平方向分别有多少个像素点。也等价于每个颜色通道矩阵的维度。每张图片都是像素值构成的多维数组，彩色图像为三维数组，灰度图为二维数组。

opencv库是开源图像处理和计算机视觉算法库,不同于其他库的是，其终端下载命令为pip install opencv-python,导入库的代码是import cv2

2.图像的读取

cv2.imread(filepath, flag)
• filepath : 文件路径，不能包含中文
• flag：读取的模式（可选）

flag参数值缩写参数值含义

cv.IMREAD_UNCHANGED -1 按原样返回加载的图像（如果有透明
通道则保留）

cv.IMREAD_GRAYSCALE 0 始终将图像转换为单通道灰度图像

cv.IMREAD_COLOR （默认） 1 始终将图像转换为3通道BGR彩色图
像。

#读取图片（路径不能包含中文）
img=cv2.imread("C:\\Users\\Administrator\\desk\\images\\lena02.png")
print(img)               #打印像素
print(img.shape)         #(高，宽，通道)

3.显示图片

cv2.imshow(windowname, img)
• windowname : 显示的窗口名，字符串形式
• img：要显示的图片

#显示结果
cv2.imshow("img",img)
cv2.waitKey()      #等待键盘输入，输入任意键返回
cv2.destroAllyWindow()    #关闭窗口

4.色彩空间

dst = cv2.cvtColor(src, code)
• src: 输入图像
• code：转换模式，例如cv2.COLOR_BGR2GRAY,
cv2.COLOR_BGR2HSV，数字2的前后分别是转换前和转换后
的色彩空间

#转换为灰度图
gray=cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)    #数字2的前后分别是转换前和转换后的色彩空间
print(gray.shape)#转换为三通道图
img=cv2.cvtColor(gray,cv2.COLOR_RGB2BGR)
print(gray.shape)

5.图像的逐点操作（像素级操作）

访问图片中某一特定像素的像素值
• 彩色图像：[行编号，列编号，通道编号]
• 灰度图像：[行编号，列编号]

访问图像某个局部区域：图像裁剪(通过切片实现)
• 通过切片的方式得到图片的某一部分

局部区域有时也称为ROI（Region Of Interest）

#获取局部区域（roi）
roi=img[384:513,350:550]
#保存roi到roi1.jpg
cv2.imwrite("roi1.jpg", roi)

6.图像二值化

二值图像：
• 图像上像素点的灰度值只有两种（一般是0和255）
• 更好地分析物体的形状和轮廓
• 也常作为掩码图像（mask）
图像二值化：
• 将图像变为二值图像的操作

retval, dst = cv2.threshold(src, thresh, maxval, thresholdType)• dst：结果图像

• src：原图像，要求必须是灰度图像
• thresh：阈值，取值范围0~255
• maxVal：像素灰度最大值（最大阈值）
• thresholdType：阈值类型，如下图THRESH_BINARY类型，修改后原图像像素小于127的值会会变成0，大于127的值会变成255

retval: 返回输入的thresh

dst: 返回二值化后的图片

img=cv2.imread("D:\\desk\\images\\lena02.png",0)        #0:自动将图像转为灰度图
ret,thresh1=cv2.threshold(img,127,255,cv2.THRESH_BINARY)
ret,thresh2=cv2.threshold(img,127,255,cv2.THRESH_BINARY_INV)
ret,thresh3=cv2.threshold(img,127,255,cv2.THRESH_TRUNC)
ret,thresh4=cv2.threshold(img,127,255,cv2.THRESH_TOZERO)
ret,thresh5=cv2.threshold(img,127,255,cv2.THRESH_TOZERO_INV)

运行结果如下：

7.几何变换-缩放

res = cv2.resize(src, size, fx, fy, interpolation)

•src: 原图

•size：目标的宽和高，格式为（w，h），w和h均为整数

•fx, fy（可选）：沿x轴，y轴的缩放系数，当指定这两个数值时，size需输入None

Interpolation（可选）：缩放的方式，具体含义见下表

cv2.INTER_NEAREST 最近邻插值

cv2.INTER_LINEAR 双线性插值（默认设置）

cv2.INTER_AREA 使用像素区域关系进行重采样

cv2.INTER_CUBIC 4x4像素邻域的双三次插值

cv2.INTER_LANCZOS4 8x8像素邻域的Lanczos插值

img=cv2.imread("C:\\Users\\Administrator\\desk\\images\\lena02.png")
print(img.shape)#计算宽和高
#方法1
w=int(0.5*img.shape[1])
h=int(0.6*img.shape[0])
img_small=cv2.resize(img,(w,h))
#方法2
img_small=cv2.resize(img,None,fx=0.5,fy=0.6)     #res = cv2.resize(src, size, fx, fy, interpolation(可选))
print(img.shape)

8.几何变换-平移

dst = cv2.warpAffine(src, M, dsize[,flags,borderMode,borderValue])

•src：输入图像

•M：2*3变换矩阵，float32

tx:水平方向的平移距离 ty:垂直方向的平移距离

•dsize：输出图像的大小，格式为（w,h）

•Flags（可选）：插值方法，默认为cv2.INTER_LINEAR（即线性插值）

•borderMode（可选）：边的类型

•borderValue（可选）：边界值，默认为0


#定义变换矩阵
tx=50     #水平方向的平移距离
ty=50     #垂直方向的平移距离
M=np.float32([[1,0,tx],[0,1,ty]])#移动图像
lena_shift=cv2.warpAffine(img,M,(img.shape[1],img.shape[0]),borderValue=(255,255,255))
#borderValue定义颜色  dsize：(img.shape[1],img.shape[0])为输出图像的大小，格式为（w,h）

9.几何变换-旋转

cv2.warpAffine()除了平移外，还可以实现旋转效果

输入图片和输出大小预先设定，已知

只需要确定M矩阵：cv2.getRotationMatrix2D(center, angle, scale)

•center：输入图像的旋转中心，格式为（x，y），即横坐标在前，纵坐标在后

•angle：旋转角（以度为单位），注意：逆时针旋转角为正，顺时针旋转角为负

•scale：原始图像的缩放系数


h,w,_=img.shape#定义旋转中心
center_x=int(w/2)
center_y=int(h/2)#得到变换矩阵，逆时针旋转30，缩放到原图0.6倍
M=cv2.getRotationMatrix2D((center_x,center_y),30,0.6)     #旋转中心，旋转角，缩放系数#调用warpAffine进行旋转
res=cv2.warpAffine(img,M,(w,h))

10.视频读取和写入

OpenCV中的视频读取步骤:

•1.cam = cv2.VideoCapture() 创建视频捕获器

•2.cam.read() 读取视频帧，每次调用都返回读取是否成功和当前帧（失败的话为None）

有两种读取失败的可能：视频损坏、已读到最后一帧

•3.cam.release() 释放视频捕获器

OpenCV中的视频写入步骤:

•1.定义新视频的宽、高、帧率

•2.创建新视频的编码器cv2.VideoWriter_fourcc

•3. 创建新视频的写入对象cv2.VideoWriter

•4.逐帧写入新视频: .write(frame)•5.释放VideoWriter对象: .release()

OpenCV中的获取视频属性: VideoCapture对象的.get()方法

get参数含义

cv2.CAP_PROP_FRAME_WIDTH 视频帧的宽

cv2.CAP_PROP_FRAME_HEIGHT 视频帧的高

cv2.CAP_PROP_FPS 视频帧的帧率

编码器初始化fourcc= cv2.VideoWriter_fourcc(fourcc_name)
•fourcc: 编码器对象
•fourcc_name：编码器名称，格式为*'编码器', 例如*'mp4v'，*'DIVX'.

视频写入对象的初始化vw= cv2.VideoWriter(path, fourcc, fps, frame_size)
•path:保存路径
•fourcc：编码器对象
•fps：帧率
•frame_size：视频帧宽和高，格式为（w，h）

"""将一段视频读取进来,并且将读入的视频帧写到新视频,如果用户有按键输入,则停止写入"""
import cv2
# 第一步：读取视频
# 创建视频捕获器cam = cv2.VideoCapture("D:\\desk\\chp3.mp4")# 确定视频高 宽 帧率   视频总帧数
height = int(cam.get(cv2.CAP_PROP_FRAME_HEIGHT))
width = int(cam.get(cv2.CAP_PROP_FRAME_WIDTH))
fps = round(cam.get(cv2.CAP_PROP_FPS))
frameCount=cam.get(cv2.CAP_PROP_FRAME_COUNT)# 创建视频编码器
fourcc = cv2.VideoWriter_fourcc(*'mp4v')  # 对应的编码器为MP4v
cam_write = cv2.VideoWriter("C:\\Users\\Administrator\\desk\\output.mp4", fourcc, fps, (width, height))# 第二步:循环得到视频帧，并写入新视频
success, frame = cam.read()
frame_count=0      #当前写入
# 读取视频帧
while success:# 将视频帧写入新视频cam_write.write(frame)cv2.imshow("frame", frame)# 判断用户是否有按键输入,如果有则跳出循环# cv2.waitKey如果有用户输入,返回输入的字符，否则返回-1char = cv2.waitKey(5)if char != -1:break# 读取新视频success, frame = cam.read()# 释放视频读取对象
cam.release()
# 释放视频写入对象
cam_write.release()

opencv图像处理及视频处理基本操作相关推荐

Java OpenCV 图像处理30 视频分析和对象跟踪视频读取
Java OpenCV 图像处理30 视频分析和对象跟踪视频读取 Java OpenCV-4.0.0 图像处理视频分析和对象跟踪视频读取 package com.xu.opencv.video; ...
OpenCV图像处理--给视频添加水印
打开摄像头后,接下来是想在画面上添加水印,图片之类.类似于电视画面上的台标. 如下是OpenCV官方文档给出的关于addWeighted的例子.能够将两幅图像添加到一起,但是要求尺寸是一样的.如下分别 ...
python+opencv调用摄像头视频图像处理
在做深度学习的时候,难免会用到摄像头采集图像.在这个就会用到python调用摄像头+opencv图像处理.视频图像的处理和单幅图片处理是一样的,视频就是很多单幅图像连续播放.每秒播放(采集)的图片数量 ...
Python+Opencv图像处理新手入门教程(四)：视频内容的读取与导出
一步一步来吧上一节: Python+Opencv图像处理新手入门教程(三):阈值与二值化 1.Intro 今天这节我们主要看怎么利用opencv读取并处理视频中的内容. 2.VideoCapture ...
OpenCV图像处理（14）—— 图像转视频
引言有个项目,需要将osg生成的批量图像转成视频:特点是,图像自带编号,类似于: Ir_Scene_339.jpg 的格式. 操作中,使用OpenCV自带的video函数完成. void Image ...
OpenCv图像处理之图像视频摄像头读取和保存
OpenCv图像处理之图像视频摄像头读取与保存使用cv::imread()读取图片使用cv::imwrite()存储图片使用cv::VideoCapture::open()读取视频使用cv:: ...
Java OpenCV 图像处理32.4 视频分析和对象跟踪切换背景
Java OpenCV 图像处理32.4 视频分析和对象跟踪切换背景方法含义解释 bitwise_and "与"操作,即对图像(灰度图像或彩色图像均可)每个像素值进行二进制 ...
【OpenCV图像处理入门学习教程五】基于背景差分法的视频目标运动侦测
OpenCV图像处理入门学习教程系列,上一篇第四篇:基于LoG算子的图像边缘检测运动目标检测关于运动目标检测的方法总结,目前能够实现运动物体检测的方法主要有以下几种: 1)背景差分法:能完整快速地 ...
免费送书啦！《 OpenCV图像处理入门与实践》一本全搞定
OpenCV 的基础图像操作都只是针对图像中的像素点,并不是直接对图像整体进行的操作.而很多时候并不能仅通过改变像素点来进行图像的操作,为此我们需要学习关于图像的算术操作. 1.图像加法对于两张相同 ...
opencv图像处理总结
opencv图像处理基本操作 1. 矩阵数据类型通用矩阵数据类型: CV_<bit_depth>(S|U|F)C<number_of_channels> 其中,S表示带符号整 ...

opencv图像处理及视频处理基本操作

1.图像的表示

2.图像的读取

3.显示图片

4.色彩空间

5.图像的逐点操作（像素级操作）

6.图像二值化

7.几何变换-缩放

8.几何变换-平移

9.几何变换-旋转

10.视频读取和写入

opencv图像处理及视频处理基本操作相关推荐

最新文章

热门文章

flag参数值	缩写参数值	含义
cv.IMREAD_UNCHANGED	-1	按原样返回加载的图像（如果有透明通道则保留）
cv.IMREAD_GRAYSCALE	0	始终将图像转换为单通道灰度图像
cv.IMREAD_COLOR （默认）	1	始终将图像转换为3通道BGR彩色图像。

cv2.INTER_NEAREST	最近邻插值
cv2.INTER_LINEAR	双线性插值（默认设置）
cv2.INTER_AREA	使用像素区域关系进行重采样
cv2.INTER_CUBIC	4x4像素邻域的双三次插值
cv2.INTER_LANCZOS4	8x8像素邻域的Lanczos插值

get参数	含义
cv2.CAP_PROP_FRAME_WIDTH	视频帧的宽
cv2.CAP_PROP_FRAME_HEIGHT	视频帧的高
cv2.CAP_PROP_FPS	视频帧的帧率