前言
最近在學(xué)習(xí)opencv，使用的是python接口。于是想著寫些相關(guān)的筆記供以后參考，有不足之處希望大家指出。
使用python學(xué)習(xí)opencv需要下載opencv第三方庫。
使用pip安裝即可。
安裝命令：
pip install opencv-python
pip install opencv-contrib-python(opencv的貢獻(xiàn)庫)
引入opencv
讀取圖片：
img=cv2.imread('cat.jpg') # cat.jpg路徑為相對路徑
# 讀取圖片轉(zhuǎn)換為灰度圖片
img=cv2.imread('cat.jpg',cv2.IMREAD_GRAYSCALE)
展示圖片：
# 圖像的顯示,也可以創(chuàng)建多個窗口
cv2.imshow('image',img)
# 等待時間，毫秒級，0表示任意鍵終止
cv2.waitKey(0)
# 開啟另一個窗口，圖片顯示10000毫秒后自動退出窗口
cv2.waitKey(10000)
cv2.destroyAllWindows()
讀取圖片的規(guī)格：
該屬性返回的結(jié)果為hwc(h:height長度,w:weight寬度,c:channel通道)如rgb圖像為三通道圖像c值為3。
保存圖片：
#保存
# mycat為自定義名稱，.png為圖片保存格式
cv2.imwrite('mycat.png',img)
顯示讀取圖片讀取格式：
圖片size屬性：
圖片dtype屬性：
# 查看數(shù)據(jù)類型
img.dtype
視頻讀取：
vc = cv2.VideoCapture('test.mp4')
# 檢查是否打開正確
if vc.isOpened():
oepn, frame = vc.read()
else:
open = False
對讀取視頻中的幀進(jìn)行相應(yīng)處理：
下面代碼為將所有幀轉(zhuǎn)換為灰度圖形式。
while open:
ret, frame = vc.read()
if frame is None:
break
if ret == True:
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
cv2.imshow('result', gray)
if cv2.waitKey(100) 0xFF == 27:
break
vc.release()
cv2.destroyAllWindows()
截取圖像部分：
img=cv2.imread('cat.jpg')
# 截取指定位置像素點(diǎn)
cat=img[0:50,0:200]
cv_show('cat',cat)
顏色通道提取
將其他通道置零的方式實(shí)現(xiàn)顏色通道提取：
# 切分顏色通道
b,g,r=cv2.split(img)
# 只保留R
cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,1] = 0
cv_show('R',cur_img)
# 只保留G
cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,2] = 0
cv_show('G',cur_img)
# 只保留B
cur_img = img.copy()
cur_img[:,:,1] = 0
cur_img[:,:,2] = 0
cv_show('B',cur_img)
顏色通道融合
# 顏色通道融合
img=cv2.merge((b,g,r))
邊界填充：
# 設(shè)定上下左右需要填充像素個數(shù)
top_size,bottom_size,left_size,right_size = (50,50,50,50)
# 下面最后一個參數(shù)為圖像填充邊界類型
# BORDER_REPLICATE復(fù)制原圖邊緣進(jìn)行填充
replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE)
# BORDER_REFLECT反射法
reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_REFLECT)
# BORDER_REFLECT_101相對對稱的反射法
reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT_101)
# BORDER_WRAP 外包裝法
wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_WRAP)
# BORDER_CONSTANT使用常數(shù)值進(jìn)行填充
constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_CONSTANT, value=0)
# 顯示上述處理結(jié)果代碼
import matplotlib.pyplot as plt
plt.subplot(231), plt.imshow(img, 'gray'), plt.title('ORIGINAL')
plt.subplot(232), plt.imshow(replicate, 'gray'), plt.title('REPLICATE')
plt.subplot(233), plt.imshow(reflect, 'gray'), plt.title('REFLECT')
plt.subplot(234), plt.imshow(reflect101, 'gray'), plt.title('REFLECT_101')
plt.subplot(235), plt.imshow(wrap, 'gray'), plt.title('WRAP')
plt.subplot(236), plt.imshow(constant, 'gray'), plt.title('CONSTANT')
plt.show()
對圖片進(jìn)行算數(shù)運(yùn)算：
# 表示所有像素點(diǎn)對應(yīng)值都加10，用于調(diào)節(jié)圖片亮度
# 若數(shù)值超過255將會進(jìn)行 % 255操作
img_cat2= img_cat +10
# 顯示圖片前5行，所有列，0表示單通道形式圖片展示結(jié)果為灰色
img_cat[:5,:,0]
# 數(shù)值超過255，值等于255
cv2.add(img_cat,img_cat2)[:5,:,0]
圖像融合
兩張圖片要進(jìn)行融合需要圖片規(guī)格一致，對于規(guī)格不一致的圖片需要用resize()方法調(diào)節(jié)規(guī)格。
# 指定像素
img_dog = cv2.resize(img_dog, (500, 414))
img_dog.shape
# x為以前的4倍，y為以前的4倍
res = cv2.resize(img, (0, 0), fx=4, fy=4)
# 融合圖片 貓的權(quán)重為0.4,狗的權(quán)重為0.6,0為偏執(zhí)項(xiàng)
res = cv2.addWeighted(img_cat, 0.4, img_dog, 0.6, 0)
下一節(jié)：opencv python簡易文檔之圖像處理算法
總結(jié)
到此這篇關(guān)于opencv python簡易文檔之圖片基本操作指南的文章就介紹到這了,更多相關(guān)opencv python圖片基本操作內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- python-opencv在有噪音的情況下提取圖像的輪廓實(shí)例
- python用opencv批量截取圖像指定區(qū)域的方法
- opencv python 圖像去噪的實(shí)現(xiàn)方法
- Python OpenCV圖像指定區(qū)域裁剪的實(shí)現(xiàn)
- Python Opencv實(shí)現(xiàn)圖像輪廓識別功能
- Python OpenCV處理圖像之圖像像素點(diǎn)操作
- python-opencv獲取二值圖像輪廓及中心點(diǎn)坐標(biāo)的代碼
- 在Python下利用OpenCV來旋轉(zhuǎn)圖像的教程
- Python使用Opencv實(shí)現(xiàn)圖像特征檢測與匹配的方法
- Python OpenCV讀取png圖像轉(zhuǎn)成jpg圖像存儲的方法
