小白opencv的入门处理技巧

在这里插入代码片@TOC**

在这里插入代码片
import cv2
import numpy as np
#i=cv2.imread("D:\\TP\\MT1.jfif",CV2.IMREAD_UNCHANGED) #读入图像并取名
#CV2.imshow("demo",i)      #显示文件，demo是显示窗口名
#cv2.waitKey(-1)      #显示文件等待时间，参数=0，无线等待；参数<0，等待键盘单击；参数>0,等待给定的毫秒
#cv2.destroyAllWindows()   #删除所有的窗口
##########修改像素值########
#1.图像以灰度形式取出，提取像素的灰度值
#cv2.imwrite("D:\\TP\\MT2.jpg",i)  #保存文件，i是图像名字，‘D\\TP\\MT2是路径名
#i=cv2.imread("D:\\TP\\MT1.jfif",cv2.IMREAD_GRAYSCALE)         #读入图像并取名，是灰色图形
#print(p)          #打印像素点的灰度值或者BGR
#i[200,200]=120           #修改灰度值
#print(i[200,200])       #输出修改后的灰度值
#2.图像以bgr形式取出，提取像素点的bgr值
#i=cv2.imread("D:\\TP\\MT2.jfif",cv2.IMREAD_UNCHANGED)
#i[100,100,0]=100       #【100,100】像素点的b通道的值改为100.   0-b通道。1-g通道。2-r通道
#p=i[100,100]               #图像第100行，100列像素点的像素值
#print(p)       #打印第一百行，一百列的像素点的像素值
#i[100,200]=[250,250,250]             #修改第100行，200列的像素点的b通道值改为250，g通道改为250，r通道改为250
#i=[100,200]
#print(i)
#2.范围修改
#i=cv2.imread("D:\\TP\\MT1.jfif")
# cv2.imshow('original',i)
# i[50:100,100:200]=[100,200,100]           #将制定范围（50:100，100:200）的bgr值修改为【100.200.100】
# cv2.imshow('original2',i)
# cv2.waitKey(-1)
# cv2.destroyAllWindows()
#
##########numpy处理图像##########
# import cv2
# import numpy as np
# # i=cv2.imread("D:\\TP\\MT1.jfif",cv2.IMREAD_UNCHANGED)  #读入文件，彩色模式
# print(i.item(100,100,0))               #输出100行，100列像素点0通道的值
# i.itemset((100,100,0),255)             #修改100行，100列像素点0通道的值为255
# print(i.item(100,100,0))                    #输出修改后0通道的值
# print(i.item(100,100,1))                   #输出100行，100列1通道的值
# i.itemset((100,100,1),255)                 #修改1通道的值为255
# print(i.item(100,100,1))                      #输出修改后的值
# print(i.item(100,100,2))                         #输出100行，100列2通道的值
# i.itemset((100,100,2),255)                          #修改2通道的值
# print(i.item(100,100,2))                       #输出修改后的2通道的值
############获取图像的属性##########
#import cv2
# img1=cv2.imread("D:\\TP\\MT1.jfif",cv2.IMREAD_GRAYSCALE) #读取灰色图像
# img2=cv2.imread("D:\\TP\\MT2.jfif")        #读取彩色图像
# print(img1.shape)                          #shape获取图像的形状，返回行，列，通道的元组，若为灰度图像则返回行列数
# print(img1.size)                   #size获取图像的像素数目，灰度图则行*列，彩色图像返回行*列*通道
# print(img1.dtype)              #dtype返回每个像素点的数据类型
#
# print(img2.shape)                 #shape可获取图像的属性，返回行，列，通道的元组
# print(img2.size)               #size获取图像的像素数目，彩色图返回行*列*通道，灰度图则返回行*列
# print(img2.dtype)                       #dtype返回像素点的数据类型
#########图像roi（region if interest  图像感兴趣区域）
#从被处理的图像以方框，椭圆之类的形状勾勒出所需要得到处理的区域
#通过各种算法（operator）和函数来求感兴趣区域的roi，并对图像进行下一步处理
#########同一图像的复制
# import cv2
# import numpy as np
# a=cv2.imread("D:\\TP\\MT2.jfif")
# face=np.ones((101,101,3))             #创建101行*101列图像，3通道
# cv2.imshow("a",a)          #显示图像a
# face=a[220:400,230:350]            #提取a图像的感兴趣区域赋值给face
# a[0:180,0:120]=face
# cv2.imshow('face',face)
# cv2.imshow('result',a)
# cv2.waitKey()
# cv2.destroyAllWindows()############不同图像的复制
# a=cv2.imread("D:\\TP\\MT1.jfif")               #读取彩色图像
# b=cv2.imread("D:\\TP\\MT2.jfif")             #读取彩色图像
# face=np.ones((101,101,3))           #创建一个感兴趣区域，101列，101行，3通道
# cv2.imshow('qwe',a)                   #显示a图片
# cv2.imshow('qwe2',b)              #显示图片b
# cv2.imshow('face',face)               #显示创建的空白图片face
# face=a[200:300,250:350]              #提取图片a中感兴趣区域赋值给face
# b[40:140,100:200]=face                #将感兴趣的区域赋给图片b
# cv2.imshow('result',b)                  #显示最终的结果
# cv2.waitKey(-1)
# cv2.destroyAllWindows()
# cv2.imshow('face',b)                          #显示b区域
# cv2.waitKey(-1)
# cv2.destroyAllWindows()
# face=img1[500:700,200:400]                      #通过下标方式选取
# img1[600:800,400:600]=face                     #将face区域复制到指定区域【200:400,300:500】
# cv2.imshow('result',i)
# cv2.waitKey(-1)
# cv2.destroyAllWindows()
###############通道的拆分与合并##########33
#通道的拆分1
a=cv2.imread("D:\\TP\\MT2.jfif",cv2.IMREAD_UNCHANGED)
b,g,r=cv2.split(a)
cv2.imshow('b',b)
cv2.imshow('g',g)
cv2.imshow('r',r)
cv2.waitKey()
cv2.destroyAllWindows()
#通道的拆分2
# a=cv2.imread("D:\\TP\\MT2.jfif")
# b=cv2.split(a)[0]
# g=cv2.split(a)[1]
# r=cv2.split(a)[2]
# cv2.imshow('B',b)
# cv2.waitKey()
# cv2.destroyAllWindows()
#图像的合并
#原通道的合并
import cv2
import numpy as np
# a=cv2.imread("D:\\TP\\MT1.jfif")
# b,g,r=cv2.split(a)
# bgr=cv2.merge([b,g,r])
# rgb=cv2.merge([r,g,b])
# cv2.imshow('bgr',bgr)
# cv2.imshow('rgb',rgb)
# cv2.waitKey()
# cv2.destroyAllWindows()
##单通道与双通道的合并
##b通道与其他两个通道的合并
# a=cv2.imread("D:\\TP\\MT2.jfif")
# rows,cols,chn=a.shape
# b=cv2.split(a)[0]
# g=np.zeros((rows,cols),dtype=a.dtype)
# r=np.zeros((rows,cols),dtype=a.dtype)
# m=cv2.merge([b,g,r])
# cv2.imshow('B-merge',m)
# cv2.waitKey()
# cv2.destroyAllWindows()
##g通道与其他两个通道的合并
# a=cv2.imread("D:\\TP\\MT2.jfif")
# rows,cols,chn=a.shape
# b=np.zeros((rows,cols),dtype=a.dtype)
# g=cv2.split(a)[1]
# r=np.zeros((rows,cols),dtype=a.dtype)
# m=cv2.merge([b,g,r])
# cv2.imshow('g-merge',m)
# cv2.waitKey()
# cv2.destroyAllWindows()
##r通道与其他两个通道的合并
# a=cv2.imread("D:\\TP\\MT2.jfif")
# rows,cols,chn=a.shape
# b=np.zeros((rows,cols),dtype=a.dtype)
# g=np.zeros((rows,cols),dtype=a.dtype)
# r=cv2.split(a)[2]
# m=cv2.merge([b,g,r])
# cv2.imshow('r-merge',m)
# cv2.waitKey()
# cv2.destroyAllWindows()
以上就是opencv简单的操作了，后面还会继续进行讲解，里面的都不太难，就是需要大量的练习。

小白opencv的入门处理技巧相关推荐

零基础小白，如何入门计算机视觉？
文章目录零基础小白,如何入门计算机视觉? 宏观认识入门书籍进阶书籍深入实践深度学习视觉SLAM 此文发于公众号:计算机视觉life. 原文链接:零基础小白,如何入门计算机视觉? 零基础小白 ...
OpenCV Java入门六使用神经网算法辩识人脸
介绍前面几章我们积累了足够的opencv使用技巧.这一章我们就会进入最激动人心的辩识人脸.我们知道识脸和辩识人脸有着本质的区别. 识脸:这是一个人的脸. 辩识人脸:这是谁的脸,这才是我们需要的. 我 ...
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 ...
ztree树封装 json实例_小白7天入门PHP Web开发 - Day 6[下]（综合）个人博客实例讲解用户数据的存储...
<小白7天入门PHP Web开发>系列文章,面向单纯善良的完全不懂Web开发编程的入门速成课程,小白们如果感兴趣可以研读此系列文章,也可以连线提问.各路大神有何指教还请指点一二.希望各路大 ...
MarkDown入门及技巧
MarkDown入门及技巧你可以在Github上看到这篇文档的纯文本https://github.com/onlynight/ReadmeDemo/tree/master/Readmes/MarkD ...
python视频教程从入门到精通全集-零基础小白python从入门到精通视频（全60集）...
零基础小白python从入门到精通视频(全60集)课程目录: [真心软件]01Python编程语言历史及特性.mp4 [真心软件]02Python编程语言初接触.mp4 [真心软件]03Python程 ...
OpenCV 机器视觉入门精选 100 题（附 Python 代码）
点击上方"AI有道",选择"星标"公众号重磅干货,第一时间送达如今深度学习的快速发展给计算机视觉注入了前所未有的新活力!其中在计算机图形学和计算机视觉里面最 ...
OpenCV图像入门
OpenCV图像入门 OpenCV图像入门目标源代码解释 OpenCV图像入门目标在本教程中,您将学习如何: 从文件读取图像(使用cv :: imread) 在OpenCV窗口中显示图像(使 ...
[Python图像处理] 三十五.OpenCV图像处理入门、算数逻辑运算与图像融合（推荐）
该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门.OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子.图像增强技术.图像分割等,后期结合深度学习研究图像识别 ...

小白opencv的入门处理技巧

小白opencv的入门处理技巧

小白opencv的入门处理技巧相关推荐

最新文章

热门文章