OPENCV基础操作

提示：本专栏所用版本仅供参考，其他版本也可

库	版本
python	Python 3.9.3
opencv	4.5.5
matplotlib	3.4.3
numpy	1.19.5

学习目录

（一）使用matplotlib库绘制图表
（二）使用秘钥加密图像
- 1：加密
- 2：解密（二合一）
（三）位平面分解
（四）色彩空间
- 1：色彩空间基本内容
- 2：色彩空间类型转换
（五）结束语

（一）使用matplotlib库绘制图表

简介：matplotlib是Python最常用的绘图库，提供了一整套十分适合交互式绘图的命令具。
学习任务：简单使用matplotlib库创建画布并加载图片至画布

代码：

import matplotlib.pyplot as plt #导入模块#创建一个300*300*3的三维矩阵
img1 = np.ones((300,300,3),np.uint8)#在img1的基础上计算并创建等大矩阵
img2 = img1*80
img3 = img1*160
img4 = img1*255#加载图像至画布
plt.subplot(2,2,1)#在画布上创建行2，列2的四个区域,并指向区域1
plt.imshow(img1,'gray')#将img1加载至区域1
plt.title(1)#设置区域1的标题plt.subplot(2,2,2)#在画布上创建行2，列2的四个区域,并指向区域2
plt.imshow(img2,'gray')#将img2加载至区域2
plt.title(2)#设置区域2的标题plt.subplot(2,2,3)#在画布上创建行2，列2的四个区域,并指向区域3
plt.imshow(img3,'gray')#将img3加载至区域3
plt.title(3)#设置区域3的标题plt.subplot(2,2,4)#在画布上创建行2，列2的四个区域,并指向区域4
plt.imshow(img4,'gray')#将img4加载至区域4
plt.title(4)#设置区域4的标题#显示图像
plt.show()

运行结果：

（二）使用秘钥加密图像

原理：图像与手动生成的秘钥图像进行按位异或操作，实现加密，反之解密
作用：隐藏图像
扩展：利用简单的原理制作一个图像解码器

1：加密

import cv2
import numpy as np
import matplotlib.pyplot as pltimg = cv2.imread('./111.jpg',0)# 0 代表读入一张灰度图像# 2：构建秘钥图像
mask = np.random.randint(0,255,(img.shape),dtype = np.uint8)#深成一张img大小的uint8类型的矩阵# 3：加密
maskimg = cv2.bitwise_xor(img,mask)#逻辑位异或操作# 4：加载图片至画布
plt.subplot(121)
plt.imshow(maskimg,'gray')
plt.title("maskimg")
plt.show()

2：解密（二合一）

# 1：获取灰度图像
img = cv2.imread('./111.jpg',0)# 2：构建秘钥图像
mask = np.random.randint(0,255,(img.shape),dtype = np.uint8)# 3：加密
maskimg = cv2.bitwise_xor(img,mask)# 4：加载图片至画布
plt.subplot(121)
plt.imshow(maskimg,'gray')
plt.title("maskimg")# 二：解密
unmaskimg = cv2.bitwise_xor(maskimg,mask)# 5：加载图片至画布
plt.subplot(122)
plt.imshow(unmaskimg,'gray')
plt.title("unmaskimg")# 6：显示图像
plt.show()

运行结果：

（三）位平面分解

原理：逐一分解灰度图每个比特位的二进制像素值，得到八个二进制图效果：从第0个位平面到第7个位平面分别表现了对图像的不同影响
数学处理：按位与保留当前比特位
扩展：可将水印图片藏于影响最小的第0位面中，增加隐蔽性

import cv2
import matplotlib.pyplot as plt
import numpy as np """原理：逐一分解灰度图每个比特位的二进制像素值，得到八个二进制图效果：从第0个位平面到第7个位平面分别表现了对图像的不同影响数学处理：按位与保留当前比特位扩展：可将水印图片藏于任意一个位面图中，增加隐蔽性
"""
# 1:获取灰度图像
filename = './111.jpg'#保存图片路径
img = cv2.imread(filename,0)#以灰度的形式读取图片111# 2:构建提取矩阵
x,y = img.shape#获取行 列数
construction = np.ones((x,y,8),np.uint8)#构建x行，y列,8个通道的矩阵for i in range(8):construction[:,:,i] = 2**i#通过八次循环给每一个通道写入一张比特位图，从低位到高位# 3:提取位平面
for X in range(8):"""将每个通道的表和原图进行按位与"""construction[:,:,X] = cv2.bitwise_and(construction[:,:,X],img)
# 4：法制处理（获得黑白分明的二值图)
for X in range(8):saveimg = construction[:,:,X]>0construction[saveimg,X] = 255
# 5:显示图像
for i in range(8): plt.subplot(2,4,i+1)#将画布分为两行四列，当前图像显示到第i+1个区块plt.imshow(construction[:,:,i],cmap='gray')#把图像加载到plt画布中plt.title(i)#设置当前图像标题
plt.show()

运行结果：

（四）色彩空间

1：色彩空间基本内容

介绍：在处理图像的过程中，我们总是说RGB图像。在opencv中，RGB是一种比较常见的色彩空间类型，除此之外，还有一些其他的色彩空间，常见的如下：

色彩空间	内容
GRAY	灰度图【单一通道的图像】
XYZ	更便于计算的色彩空间（常与RGB互相转换）
Ycrcb	加入了亮度的色彩空间
HSV	人眼感知的模型[色调[0~360]，饱和度[0 ~1]，亮度[0 ~1]]
HLS	类型HSV[色调[0 ~360],亮度/明度[0 ~1],饱和度[0 ~1]]
CIELab	均匀色彩空间模型
CIELuv	适用于显示器显示和根据加色原理组合的场景
Bayer	用于CCD和CMOS相机中的颜色空间
Bayer	用于CCD和CMOS相机中的颜色空间

2：色彩空间类型转换

函数原型	参数
cv2.cvtColor(src,code[,dstCn])	src：输入图像
	code：色彩空间转码【枚举】
	dstCn：被转码图像通道数默认表示自动获取
返回值：输出转码图像

程序：

import cv2
import matplotlib.pyplot as plt
import numpy as np img = cv2.imread('./111.jpg')#读入一张RGB图x,y,n = img.shape
All = np.ones((x,y,3,4), dtype=np.uint8)#转为GRAY灰度色彩空间
All[:,:,0,0] = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#转为CLE XYZ色彩空间
All[:,:,:,1] = cv2.cvtColor(img,cv2.COLOR_RGB2XYZ)
#转为HSV色彩空间
All[:,:,:,2] = cv2.cvtColor(img,cv2.COLOR_RGB2HSV)
#转为BGR色彩空间
All[:,:,:,3] = cv2.cvtColor(img,cv2.COLOR_RGB2BGR)#加载图像至画布
for X in range(4):plt.subplot(2,2,X+1)if X ==0:plt.imshow(All[:,:,0,X],'gray')continueplt.imshow(All[:,:,:,X],'gray')#显示画布
plt.show()

运行结果：（可以看到不同的色彩空间效果不同）

（五）结束语

以上就是今天所要分享的内容了
   学习路漫漫，我们仍需负重前行……
   为此博主新创建了一个群，期待你们的加入：
   QQ群：928357277

欢迎加入我们的大家庭：928357277

openCV专栏(二)：基础计算实战+色彩空间转换相关推荐

[python opencv 计算机视觉零基础到实战] 四、了解色彩空间及其详解
一.学习目标了解什么是色彩空间了解opencv中色彩空间的转换目录 [python opencv 计算机视觉零基础到实战] 一.opencv的helloworld [[python opencv ...
【python opencv 计算机视觉零基础到实战】二、 opencv文件格式与摄像头读取
一.学习目标了解图片的结构属性了解如何捕获视频了解waitkey的使用方法目录 [python opencv 计算机视觉零基础到实战] 一.opencv的helloworld [[python ...
[python opencv 计算机视觉零基础到实战] 八、ROI泛洪填充
一.学习目标了解什么是ROI 了解floodFill的使用方法如有错误欢迎指出~ 目录 [python opencv 计算机视觉零基础到实战] 一.opencv的helloworld [[pyth ...
[python opencv 计算机视觉零基础到实战] 七、逻辑运算与应用
一.学习目标了解opencv中图像的逻辑运算了解opencv中逻辑运算的应用目录 [python opencv 计算机视觉零基础到实战] 一.opencv的helloworld [[python ...
[python opencv 计算机视觉零基础到实战] 六、图像运算
一.学习目标了解opencv中图像运算的方法了解opencv中图像运算的运用如有错误欢迎指出~ 二.了解OpenCV中图像运算的运用目录 [python opencv 计算机视觉零基础到实战] ...
[python opencv 计算机视觉零基础到实战] 十一找到图片中指定内容
一.学习目标了解图片内容定位方法matchTemplate使用了解minMaxLoc方法使用上一篇<[python opencv 计算机视觉零基础到实战] 十.图片效果毛玻璃> 如有 ...
[python opencv 计算机视觉零基础到实战] 十、图片效果毛玻璃
一.学习目标了解高斯模糊的使用方法了解毛玻璃的图片效果添加了解如何自己做一个噪声图片上一篇:[python opencv 计算机视觉零基础到实战] 九.模糊如有错误欢迎指出~ 二.了解模糊与 ...
[python opencv 计算机视觉零基础到实战] 三、numpy与图像编辑
一.学习目标了解图片的通道与数组结构了解使用numpy创建一个图片了解使用numpy对图片的一般操作方法目录 [python opencv 计算机视觉零基础到实战] 一.opencv的hell ...
[python opencv 计算机视觉零基础到实战] 一 opencv的helloworld
前置条件说明:本系列opencv实战教程将从基础到实战,若只是简单学习完python也可以通过该教程完成一般的机器学习编程:文中将会对很多python的基础内容进行讲解,但由于文章定位的原因将不会赘 ...
opencv python 识别视频水印_[python opencv 计算机视觉零基础到实战]二十二、给视频制作浮动的带感水印...
一.学习目标了解浮游水印如何实现了解鬼畜水印效果如何实现二.了解使用OpenCV制作视频特效 2.1 读取视频首先我们需要准备一个视频素材,我的路径是'D:\test\02.mp4',使用Vi ...

openCV专栏(二)：基础计算实战+色彩空间转换