参考：

0、https://segmentfault.com/a/1190000003742481 #基础教程

1、http://docs.opencv.org/3.3.0/ 官方文档api

2、http://docs.opencv.org/3.3.0/d6/d00/tutorial_py_root.html 官方英文教程

3、https://github.com/makelove/OpenCV-Python-Tutorial# 进阶教程

4、https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_tutorials.html

5、https://docs.opencv.org/3.3.0/index.html 官方英文教程

6、https://github.com/abidrahmank/OpenCV2-Python-Tutorials

7、https://www.learnopencv.com/

8、http://answers.opencv.org/questions/ OpenCV论坛

注：安装的版本 opencv_python-3.3.0-cp36-cp36m-win_amd64.whl

Python-OpenCV 处理图像（一）：基本操作

0x00. 图片读、写和显示操作

1、使用cv2.cv的LoadImage、ShowImage和SaveImage函数

import cv2.cv as cv# 读图片
image=cv.LoadImage('Lenna.png', cv.CV_LOAD_IMAGE_COLOR)#Load the image
#Or just: image=cv.LoadImage('img/image.png')

cv.NamedWindow('a_window', cv.CV_WINDOW_AUTOSIZE) #Facultative
cv.ShowImage('a_window', image) #Show the image

# 写图片
cv.SaveImage("thumb.png", thumb)
cv.WaitKey(0) #Wait for user input and quit

注：v3 版本导入 import cv2.cv as cv 会报错； v2 版本可以正常运行

2、直接使用cv2的imread、imwrite和imshow函数

import numpy as np
import cv2# imread函数还可以定义加载的mode，默认是以RGB模式处理图片：
# 0 表示会以灰度图加载
img = cv2.imread('Lenna.png',0)
cv2.imshow('image',img)
k = cv2.waitKey(0)
if k == 27:         # wait for ESC key to exit
    cv2.destroyAllWindows() # 退出
elif k == ord('s'): # wait for 's' key to save and exit
    cv2.imwrite('messigray.png',img) # 保存图像
    cv2.destroyAllWindows() # 退出

cv2.IMREAD_GRAYSCALE 转成灰度图像

import cv2
grayImage = cv2.imread('Lenna.png', cv2.IMREAD_GRAYSCALE)  # CV_LOAD_IMAGE_GRAYSCALE-->IMREAD_GRAYSCALE
# 可选参数CV_LOAD_IMAGE_COLOR (BGR), CV_LOAD_IMAGE_GRAYSCALE (grayscale), CV_LOAD_IMAGE_UNCHANGED(neither)
cv2.imwrite('MyPicGray.png', grayImage)

0x01. 获取图片属性

import cv2
img = cv2.imread('Lenna.png')
print (img.shape)
# (512, 512, 3)
print (img.size)
# 786432
print (img.dtype)
# uint8
# 在debug的时候，dtype很重要

0x02. 输出文本

在处理图片的时候，我们经常会需要把一些信息直接以文字的形式输出在图片上，下面的代码将实现这个效果：

注：v3版本使用以下语句会出错

import cv2.cv as cvimage=cv.LoadImage('img/lena.jpg', cv.CV_LOAD_IMAGE_COLOR) #Load the image

font = cv.InitFont(cv.CV_FONT_HERSHEY_SIMPLEX, 1, 1, 0, 3, 8) #Creates a font

y = image.height / 2 # y position of the text
x = image.width / 4 # x position of the text

cv.PutText(image,"Hello World !", (x,y),font, cv.RGB(255, 255, 255)) #Draw the text

cv.ShowImage('Hello World', image) #Show the image

cv.WaitKey(0)

改成对应的v3 版本

# import cv2.cv as cv
import cv2# image=cv.LoadImage('lenna.jpg', cv.CV_LOAD_IMAGE_COLOR) #Load the image
image=cv2.imread('lenna.png',cv2.IMREAD_COLOR)# font = cv.InitFont(cv.CV_FONT_HERSHEY_SIMPLEX, 1, 1, 0, 3, 8) #Creates a font
font=cv2.FONT_HERSHEY_COMPLEX# y = image.height / 2 # y position of the text
y=image.shape[0]//2
# x = image.width / 4 # x position of the text
x=image.shape[1]//4

# cv.PutText(image,"Hello World !", (x,y),font, cv.RGB(255, 255, 255)) #Draw the text
cv2.putText(image, 'Hello World', (x,y), font, 0.5, (0,0,255),2)# cv.ShowImage('Hello World', image) #Show the image
cv2.imshow('Hello World',image)# cv.WaitKey(0)
cv2.waitKey(0)

0x03. 缩放图片

下面的例子将实现缩放图片并保存，这个在使用 OpenCV 做图像处理的时候都是很常用的操作：

import cv2.cv as cvim = cv.LoadImage("img/alkaline.jpg") #get the image

thumb = cv.CreateImage((im.width / 2, im.height / 2), 8, 3) #Create an image that is twice smaller than the original

cv.Resize(im, thumb) #resize the original image into thumb
#cv.PyrDown(im, thumb)

cv.SaveImage("thumb.png", thumb) # save the thumb image

注：v3 版本导入import cv2.cv as cv 会报错； v2 版本可以正常运行

import cv2
import numpy as np
img = cv2.imread('lenna.png')
# 图像的宽度和高度都放大2倍，cv2.INTER_AREA为插值方式
res = cv2.resize(img,None,fx=2, fy=2, interpolation = cv2.INTER_AREA)
cv2.imshow('1',res)
#OR

height, width = img.shape[:2]
# 图像的宽度和高度都放大2倍，cv2.INTER_CUBIC为插值方式
res = cv2.resize(img,(2*width, 2*height), interpolation = cv2.INTER_CUBIC) #

cv2.imshow('2',res)cv2.waitKey(0)

0x04. 图像平移

import cv2
import numpy as npimg = cv2.imread('lenna.png',0) # 或 cv2.imread('lenna.png',cv2.IMREAD_GRAYSCALE)
rows,cols = img.shape # [h,w,c]

M = np.float32([[1,0,100],[0,1,50]]) # 2×3 transformation matrix.
dst = cv2.warpAffine(img,M,(cols,rows))cv2.imshow('img',dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

0x05. 图像旋转

import cv2
import numpy as npimg = cv2.imread('lenna.png',0) # 或 cv2.imread('lenna.png',cv2.IMREAD_GRAYSCALE)
rows,cols = img.shape # [h,w,c]

M = cv2.getRotationMatrix2D((cols/2,rows/2),90,1) # 以图像中心为原点逆时针旋转90度，1表示保持原来的比例
dst = cv2.warpAffine(img,M,(cols,rows))cv2.imshow('img',dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

0x06. 仿射变换

import cv2
import numpy as npimg = cv2.imread('lenna.png')
rows,cols,ch = img.shape # [h,w,c]

pts1 = np.float32([[50,50],[200,50],[50,200]])
pts2 = np.float32([[10,100],[200,50],[100,250]])M = cv2.getAffineTransform(pts1,pts2)dst = cv2.warpAffine(img,M,(cols,rows))cv2.imshow('image',dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

0x07. 图像颜色变换

实际使用过程中，我们经常也需要对一些图片的颜色空间做一些改变之类的：

c2.cv:

import cv2.cv as cv
im=cv.LoadImage('img/fruits.jpg',cv.CV_LOAD_IMAGE_COLOR)
res = cv.CreateImage(cv.GetSize(im), cv.CV_8UC2, 3) #cv.CV_32F, cv.IPL_DEPTH_16S, ...
cv.Convert(im, res)
cv.ShowImage("Converted",res)
res2 = cv.CreateImage(cv.GetSize(im), cv.CV_8UC2, 3)
cv.CvtColor(im, res2, cv.CV_RGB2BGR) # HLS, HSV, YCrCb, ....
cv.ShowImage("CvtColor", res2)
cv.WaitKey(0)

cv.Convert()：将图片从一个颜色空间转到另一个颜色空间
cv.CvtColor(src, dst, code)：

cv2:

cv2.cvtColor(input_image, flag)函数实现图片颜色空间的转换，flag 参数决定变换类型。如 BGR->Gray flag 就可以设置为 cv2.COLOR_BGR2GRAY 。

一个简单的例子，下面的代码实现识别摄像视频中蓝色的部分：

import cv2
import numpy as npcap = cv2.VideoCapture(0)while(1):# 读取视频的每一帧
    _, frame = cap.read()# 将图片从 BGR 空间转换到 HSV 空间
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)# 定义在HSV空间中蓝色的范围
    lower_blue = np.array([110,50,50])upper_blue = np.array([130,255,255])# 根据以上定义的蓝色的阈值得到蓝色的部分
    mask = cv2.inRange(hsv, lower_blue, upper_blue)res = cv2.bitwise_and(frame,frame, mask= mask)cv2.imshow('frame',frame)cv2.imshow('mask',mask)cv2.imshow('res',res)k = cv2.waitKey(5) & 0xFF
    if k == 27:break

cv2.destroyAllWindows()

以上的代码给出了视频中获取兴趣对象的基本思想。

0x08. 通道的拆分/合并处理

对于一张图片的 R、G、B 通道，我们可以很方便的使用 OpenCV 获取并分离或者合并：

(这是将图像灰度化处理的一种方式)

cv2.cv

import cv2.cv as cvorig = cv.LoadImage('img/fruits.jpg')
b = cv.CreateImage(cv.GetSize(orig), orig.depth, 1)
g = cv.CloneImage(b)
r = cv.CloneImage(b)
cv.Split(orig, b, g, r, None)merged = cv.CreateImage(cv.GetSize(orig), 8, 3)
cv.Merge(g, b, r, None, merged)cv.ShowImage("Image", orig)
cv.ShowImage("Blue", b)
cv.ShowImage("Green", g)
cv.ShowImage("Red", r)
cv.ShowImage("Merged", merged)cv.WaitKey(0)

cv2

import cv2img = cv2.imread('lenna.png')
b,g,r = cv2.split(img)
merged = cv2.merge((b,g,r))cv2.imshow("Image", img)
cv2.imshow("Blue", b)
cv2.imshow("Green", g)
cv2.imshow("Red", r)
cv2.imshow("Merged", merged)# cv2.waitKey(0)
k = cv2.waitKey(0) & 0xFF
if k == 27: # 按Esc 键
    cv2.destroyAllWindows()

0x09. 图片添加边距

cv2.copyMakeBorder函数

import cv2
import numpy as npBLUE = [255,0,0] # [B ,G ,R]img1 = cv2.imread('lenna.png')replicate = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_WRAP)
constant= cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_CONSTANT,value=BLUE)cv2.imshow("Image", img1)
cv2.imshow("replicate", replicate)
cv2.imshow("reflect", reflect)
cv2.imshow("reflect101", reflect101)
cv2.imshow("wrap", wrap)
cv2.imshow("constant", constant)# cv2.waitKey(0)
k = cv2.waitKey(0) & 0xFF
if k == 27: # 按Esc 键
    cv2.destroyAllWindows()

opencv-图像处理1 图像基本操作相关推荐

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:: ...
OpenCV图像处理(十一)---图像梯度
安培定则:也叫右手螺旋定则,是表示电流和电流激发磁场的磁感线方向间关系的定则.通电直导线中的安培定则(安培定则一):用右手握住通电直导线,让大拇指指向电流的方向,那么四指指向就是磁感线的环绕方向:通电 ...
OpenCv图像处理之图像归一化
OpenCv图像处理之图像归一化归一化中心化标准化归一化图像处理中,图像单通道像素值为0~255之间的uchar类型,通常使用min-max归一化将其转化为0~1区间之间,既不会改变数据的分 ...
《OpenCv视觉之眼》Python图像处理二十一:Opencv图像处理之图像线性变换和非线性变换的方法及原理
本专栏主要介绍如果通过OpenCv-Python进行图像处理,通过原理理解OpenCv-Python的函数处理原型,在具体情况中,针对不同的图像进行不同等级的.不同方法的处理,以达到对图像进行去噪.锐 ...
OpenCV中的图像基本操作--B站视频教程笔记(四)
在学习B站教学视频的时候记录的笔记 OpenCV+TensorFlow]迪哥带你做项目!深度学习+计算机视觉实战纯实战教学技能点加满 3.1 形态学首先创建一张带毛边的图片如图: 读取图片代码如 ...
OpenCV—Python PyLibTiff_psd 图像基本操作以及图像格式转换
文章目录一.图片读.写.显示.属性查看 libtiff 包装器 Python 模块 opencv 模块 PIL 模块直接修改图片格式大(分辨率大)图片缩小与上面代码同效二.PSD图像读取与 ...
Python OpenCV 图像处理之图像运算和图像位运算知识补充
Python OpenCV 365 天学习计划,与橡皮擦一起进入图像领域吧.本篇博客是这个系列的第 51 篇. 该系列文章导航参考:https://blog.csdn.net/hihell/categ ...
OpenCV图像处理--将图像裁剪为圆形
1,需求为了便于项目前端展示用户头像,需要将头像处理为圆形,非圆形区域设置为透明.其实,前端可以在显示的时候处理,但是前端采用WebGL,暂时搞不定,所以由后端进行图像的一次性加工. 于是,我们尝试 ...
Opencv图像处理（图像的线性灰度变换）
图像增强简介分段线性法变换原理代码实现和效果预览疫情期间,楼主作为大三学生每天除了要应付网课和作业之外还得抽出时间准备研究生考试.虽说少了很多时间学习自己喜欢的知识,但近期由于课程作业关系需要在 ...
OpenCV图像处理——判断图像是否失焦模糊
前言在图像处理中,避免不了会碰到一些失焦模糊的图像,特别在读取和初始化摄像头的时候,对失焦模糊判断是避免不了的一步,那么如何使用opencv去判断一张图像是否模糊呢? 判断是否失焦失焦的图片和对焦 ...

opencv-图像处理1 图像基本操作