OpenCV入门：读取图像以及对图像进行一些操作，比如只提取某颜色部分的东西

需要说明的是
我的环境：Anaconda下的Spyder，使用的模块是OpenCV(4.2.0)+numpy(1.15.1)
我下面的代码运用的图片是下面这只猫 (cat1.jpg) 还有一辆车 (car_blue.jpg)

cat1.jpg	car_blie.jpg

代码1：读取图片、保存图片以及计算运行所需要的时间

# =============================================================================
# 代码1
# 读取图片、保存图片以及计算运行所需要的时间
# =============================================================================
import numpy as np
import cv2
start = cv2.getTickCount()  # 得到电脑启动以来的时钟周期数
img = cv2.imread('./openCV/img/cat1.jpg', 0) #灰度图，img只有一个值
cv2.imshow('image',img)
k = cv2.waitKey(0) & 0xFF
if k == 27:                 # 键盘敲ESC：不保存退出cv2.destroyAllWindows()
elif k == ord('s'):        # 键盘敲s：保存图片并退出cv2.imwrite('messigray.png', img)cv2.destroyAllWindows()
end = cv2.getTickCount()  # 返回电脑的主频
print((end - start) / cv2.getTickFrequency()) # 代码运行总时间

代码2：对图片进行简单的操作（eg：获取某个点的像素值、获取图片的图片的大小和通道数）

# =============================================================================
# 代码2
# 对图片进行简单的操作
# =============================================================================
import numpy as np
import cv2
img = cv2.imread('./openCV/img/cat1.jpg', 1)  # 彩色图（B,G,R）print(img.shape)  # 行数（高度）、列数（宽度）和通道数
# (183, 275, 3)
height, width, channels = img.shape # 获取图片的大小和通道数
print(img.dtype)  # 获取图片数据类型
# uint8
print(img.size)  # 获取图片总像素点
# 150975( = 183 * 275 * 3)print(img[100, 90, 0])  # 只获取蓝色blue通道的值:186
print(img.item(100, 90, 0))  # 只获取蓝色blue通道的值, 这个性能更好
print(img[100, 90])  # 获取某个点的BGR通道值
# 修改像素值
img[100, 90] = [255, 255, 255]
print(img[100, 90])
img.itemset((100, 90, 0),186) # 这个只能一个一个的修改BGR通道的值
print(img[100, 90])
# 注意：修改图片像素只是内存中的img像素点值变了，因为没有保存，所以原图并没有更改。# 截取脸部ROI
face = img[50:125, 91:195]
cv2.imshow('face', face)
cv2.waitKey(0)
k = cv2.waitKey(0) & 0xFF
if k == 27:                 # 键盘敲ESC：不保存退出cv2.destroyAllWindows()
elif k == ord('s'):        # 键盘敲s：保存图片并退出cv2.imwrite('messigray.png', img)cv2.destroyAllWindows()b, g, r = cv2.split(img)
img = cv2.merge((b, g, r))# split()函数比较耗时，更高效的方式是用numpy中的索引
b = img[:, :, 0]  #蓝色通道
g = img[:, :, 1]  #绿色通道
r = img[:, :, 2]  #红色通道

代码3：颜色空间转换

# =============================================================================
# 代码3
# 颜色空间转换
# =============================================================================
import cv2
img = cv2.imread('E:/qwy/project/openCV/img/cat1.jpg', 1)  # 彩色图（B,G,R）
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # BGR↔Gray
img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)    # BGR↔HSV
cv2.imshow('img', img)
cv2.imshow('gray', img_gray)
cv2.imshow('hsv', img_hsv)
cv2.waitKey(0)
if k == 27:                 # 键盘敲ESC：不保存退出cv2.destroyAllWindows()
elif k == ord('s'):        # 键盘敲s：保存图片并退出cv2.imwrite('messigray.png', img)cv2.destroyAllWindows()

代码3运行后的结果，如下图：

关于颜色转换，需要注意的是：、

1.在 OpenCV 的 HSV 格式中，

H（色彩/色度）的取值范围是 [0，179]，
S（饱和度）的取值范围 [0，255]，
V（亮度）的取值范围 [0，255]。

但是不同的软件使用的值可能不同。所以当你拿 OpenCV 的 HSV 值与其他软件的 HSV 值对比时，一定要记得归一化。

2. 获取所有的转换模式

lags = [i for i in dir(cv2) if i.startswith(‘COLOR_’)]
print(flags)

代码4：只提取蓝色部分

# =============================================================================
# 代码4
# 练习：只提取蓝色部分
# =============================================================================
import cv2
import numpy as np
img = cv2.imread('E:\qwy\project\openCV\img\car_blue.jpg')
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)    # BGR↔HSV
H, S, V = cv2.split(hsv)    # 分离 HSV 三通道
#设定蓝色的阀值
lower_blue = np.array([100, 43, 46])
upper_blue = np.array([124, 255, 255])
#根据阀值构建掩模
mask = cv2.inRange(hsv,lower_blue,upper_blue)
#对原图和掩模进行位运算
res = cv2.bitwise_and(img,img,mask,mask)
cv2.imshow('img', img)
cv2.imshow('mask', mask)
cv2.imshow('res', res)
k = cv2.waitKey()
if k == 27:                 # 键盘敲ESC：不保存退出cv2.destroyAllWindows()
elif k == ord('s'):        # 键盘敲s：保存图片并退出cv2.imwrite('messigray.png', img)cv2.destroyAllWindows()

img	mask	res

关于提取图片中某个颜色的部分，可以参考这张表：

修改的代码主要是：

# 设定蓝色的阀值
lower_blue = np.array([100, 43, 46])
upper_blue = np.array([124, 255, 255])
# 根据阀值构建掩模
mask = cv2.inRange(hsv,lower_blue,upper_blue)

OpenCV入门：读取图像以及对图像进行一些操作，比如只提取某颜色部分的东西相关推荐

同时基于c++与python版本的opencv进行读取，显示，修改，保存图片操作
文章目录同时基于c++与python版本的opencv进行读取,显示,修改,保存图片操作一.基于c++的opencv 1.c++版本代码 2.代码结果展示 3.API构成及其参数说明 4.注意事项 ...
OpenCV入门（3）：图像的组成，色彩空间及通道的分离合并
图像的组成灰度:灰度使用黑色调表示物体,即用黑色为基准色,不同的饱和度的黑色来显示图像. 每个灰度对象都具有从 0%(白色)到灰度条100%(黑色)的亮度值.灰度最高相当于最高的黑,就是纯黑.灰度 ...
OPENCV入门教程十一：dilate图像膨胀
一.目标学习如何使用opencv中的函数,学习对图像的膨胀操作,学习dilate()函数的使用二.函数说明函数原型: dilate(InputArray src,OutputArray dst, ...
opencv python3 找图片色块_Python 图像处理 OpenCV （3）：图像属性、图像感兴趣 ROI 区域及通道处理...
前文传送门: 图像属性图像属性包括行数,列数和通道数,图像数据类型,像素数等. 1. 形状:shape 图像的形状可以通过 shape 关键字进行获取,使用 shape 关键的后,获取的信息包括行数 ...
转载：【OpenCV入门教程之五】分离颜色通道多通道图像混合
本系列文章由@浅墨_毛星云出品,转载请注明出处. 文章链接: http://blog.csdn.net/poem_qianmo/article/details/21176257 作者:毛星云(浅墨) ...
转载：【OpenCV入门教程之四】 ROI区域图像叠加初级图像混合全剖析
[OpenCV入门教程之四] ROI区域图像叠加&初级图像混合全剖析浅墨_毛星云 2014-03-10 12:48:05 157425 收藏 19 最后发布:2014-03-10 12:4 ...
[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 ...
【OpenCV入门教程之五】分离颜色通道多通道图像混合（转）
本系列文章由@浅墨_毛星云出品,转载请注明出处. 文章链接: http://blog.csdn.net/poem_qianmo/article/details/21176257 作者:毛星云(浅墨) ...
【OpenCV入门教程之十三】OpenCV图像金字塔：高斯金字塔、拉普拉斯金字塔与图片尺寸缩放
本系列文章由@浅墨_毛星云出品,转载请注明出处. 文章链接: http://blog.csdn.net/poem_qianmo/article/details/26157633 作者:毛星云(浅墨) ...

OpenCV入门：读取图像以及对图像进行一些操作，比如只提取某颜色部分的东西

OpenCV入门：读取图像以及对图像进行一些操作，比如只提取某颜色部分的东西相关推荐

最新文章

热门文章