文章目录
- 计算机中图片由许多个像素点组成，如一个500x500的图片，表示长宽各由500个像素点组成。
- 计算机中一个像素点的值在0-255表示该点亮度 0暗(黑)-255亮(白)
- 一张彩图通常是由RGB(red、green、blue)三个颜色通道所组成
- 一个500x500的图片那他们的 RGB 矩阵也各是500x500。
上图我们将一个大的图片分割成许多如20x20的小图片，同理每个小图片它们的RGB矩阵也各自是20x20。
注：opencv默认顺序不是RBG 而是 BGR。
1.1 图片的读取
import cv2 img = cv2.imread('./data/abv.jpg')- img = cv2.imread('./data/abv.jpg')
比如我读入这样一张图片，命名为img；
我们可以看到img是一个三维ndarray结构，内部数据类型dtype=unit8：
- 三维：(1080,1920,3)表示高度、宽度、颜色通道个数(cv彩图BGR)
- ndarray结构：数据类型dtype=unit8, 0-255。
1.2 显示的图片
1.2.1 显示原始图片
cv2.imshow('image',img) # 第一个参数表示窗口指定的名字 第二个为上方imgcv2.waitKey(5000) # 等待时间 如果是5000则在5s后图片窗口自动关闭 0表示任意键关闭cv2.destroyAllWindows() # 时间一到关闭窗口ps: 图像的显示也可以是多个窗口
- cv2.imshow('image',img) 自己给将要弹出的窗口起个名 再加入变量img
- cv2.waitKey(5000) 等待时间 如果是5000则在5s后图片窗口自动关闭 0表示任意键关闭
- cv2.destroyAllWindows() 时间一到关闭窗口
为方便下面使用，我们自己定义一个函数cv_show()：
def cv_show(name,img): cv2.imshow(name,img) cv2.waitKey(0) cv2.destroyAllWindows()执行代码，弹出窗口，显示图片：
cv_show('winName',img)
1.2.2 灰度图
在之前的基础之上加入参数：cv2.IMREAD_GRAYSCALE
img2=cv2.imread('./data/abv.jpg',cv2.IMREAD_GRAYSCALE) # cv2.IMREAD_COLOR- img2=cv2.imread('./data/abv.jpg',cv2.IMREAD_GRAYSCALE)
- cv2.IMREAD_GRAYSCALE 读取为灰度图，也可以写0。
- cv2.IMREAD_COLOR 读取为彩图
我们执行：
cv_show('win2',img2) 
可以看到该图片最终显示结果为二维(1080，1920) :
ps: img.size 输出像素点的个数，可以看到同一张图片BGR彩图是灰度图的三倍。
1.3 BGR转换成灰度图、RGB
当然我们也可以把已经读取进来的BGR彩图转换成灰度图，或者转换为RGB。
img2 = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) cv_show('win3',img2)- img2 = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
- cv2.COLOR_BGR2RGB 将BGR格式转换成RGB
- cv2.COLOR_BGR2GRAY 将BGR格式转换成灰度图片
cv2.imwrite('./data/grayPhoto.jpg',img2)- cv2.imwrite('./data/grayPhoto.jpg',img2)
此时我的data文件夹下就多了一张刚刚处理好名为grayPhoto的灰度图。
视频也是由图像组成的，每一帧都可以当作是一个静止的图像，把图像连在一起看着就像是一个视频了。 我们打游戏时，也是追求一些更高的帧率。
vc = cv2.VideoCapture('./data/stu.mp4')- vc = cv2.VideoCapture('./data/stu.mp4')
# 检查是否正确打开if vc.isOpened(): open,frame = vc.read()else: open = Flase- vc.read()
- 读取视频中的第一帧 ，再次执行vc.read()的话读取视频第二帧
- 返回值中：第一个：布尔类型，能读进来就是True 第二个像是上面的img，这一帧图片的ndarray矩阵
循环图片播放视频：
while open: ret,frame = vc.read() if frame is None: break if ret == True: # 原本frame是（h,w,3）的BGR图片矩阵 经下方加入参数转换成黑白gray gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY) cv2.imshow('result',gray) # cv2.waitKey(num) 该图片显示时间/速度 自己可以找一个合适的值 # 27指退出键ESC 退出窗口 当然也可以是 =='q'等 if cv2.waitKey(20)&0xFF == 27: breakvc.release()cv2.destroyAllWindows()注：视频放完 ret, frame = vc.read()返回False和None 再次进行循环无法播放视频，需要重新读取。
- if cv2.waitKey(20)&0xFF == 27:
- 不是新知识点了，表示每张图片等20毫秒，如果按ESC键直接退出。
我们上面介绍，img是一个ndarray矩阵，因此对其进行切片操作：
pho = img[100:800,200:800] # 进行切片 高100到800 宽200到800cv_show('win2',pho)- pho = img[100:800,200:800]
b,g,r = cv2.split(img)# b.shape g.shape r.shape 都为 (1080, 1920)执行
cv_show('win3',g) # 或者填 b、r
结果就是单通道图。
如果我们想显示单一颜色，如红色：
cur_img = img.copy()cur_img[:,:,0] = 0 # B不要了 设置为0cur_img[:,:,1] = 0 # G不要了 设置为0#cur_img[:,:,2] = 0 # R不要了 设置为0cv_show('winR',cur_img)
这个一般用于卷积，在图像周围填充一些像素。
我们以这个图片为例：
img = cv2.imread('./data/gd01.jpg')# img.shape 为 (300, 400, 3)cv_show('win1',img)
在图片的上下左右填充50个像素，介绍5种方法：
top_size,bottom_size,left_size,right_size=(50,50,50,50)# 不同的填充方法 最后参数改个type值就行replicate = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_REPLICATE)reflect = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_REFLECT)reflect101=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_REFLECT_101)wrap = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_WRAP)constant = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_CONSTANT,value=0)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')# 注matplotlib默认R G B本例只介绍边界填充plt.show()
- cv2.BORDER_REPLICATE
- 复制最边缘的像素
- cv2.BORDER_REFLECT
- 反射法对感兴趣的图像中的像素在两边进行复制 如fedcba|abcdefgh|hgfedcb 其中abcdefgh是图像"|"外的是填充内容
- cv2.BORDER_REFLECT_101
- 反射法，也就是以最边缘的像素为轴，对称，gfedcb|abcdefgh|gfedcba 上面是ba|ab 这个是bab。
- cv2.BORDER_WRAP
- 外包装法 如：cdefgh|abcdefgh|abcdefg。
- cv2.BORDER_CONSTANT
- 常量法，常数值value填充。
由于是uint8类型最大255 超过相当于结果为 num%256了
我们使用以下方法保留最大值：
cv2.add(img,img2)- cv2.add(img,img2)
效果如下：
我们导入宽高相同的2张图片：
img = cv2.imread('./data/gd04.jpg')img2 = cv2.imread('./data/gd05.jpg')img3 = cv2.imread('./data/gd06.jpg')print(img.shape,img2.shape,img3.shape) # (281, 600, 3) (281, 600, 3) (337, 600, 3)如果大小不同 需要手动设置成一样的
img3 = cv2.resize(img3,(600,281))# img3.shape (281, 600, 3)- img3 = cv2.resize(img3,(600,281))
ps: cv2.resize()另一种操作
img4 = cv2.resize(img3,(0,0),fx=2,fy=1)
我们执行：
res = cv2.addWeighted(img,0.6,img2,0.4,0)plt.imshow(res)- res = cv2.addWeighted(img,0.6,img2,0.4,0)
R = ax1 + bx2 + c a、b为权重 c为偏置 这里意为在原亮度上变化多少
- 读取图片：
import cv2 img = cv2.imread('./data/abv.jpg')img2 = cv2.imread('./data/abv.jpg',cv2.IMREAD_GRAYSCALE) img3 = cv2.imread('./data/abv.jpg',cv2.IMREAD_COLOR) - 显示图片：
def cv_show(name,img): cv2.imshow(name,img) cv2.waitKey(0) cv2.destroyAllWindows()- BGR转换成灰度图、RGB：
img2 = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) img3 = cv2.cvtColor(img,cv2.COLOR_BGR2RGB) - 保存图片：
cv2.imwrite('./data/grayPhoto.jpg',img2)- 视频的读取与显示：
vc = cv2.VideoCapture('./data/stu.mp4')# 检查是否正确打开if vc.isOpened(): open,frame = vc.read()else: open = Flasewhile open: ret,frame = vc.read() if frame is None: break if ret == True: # 原本frame是（h,w,3）的BGR图片矩阵 经下方加入参数转换成黑白gray gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY) cv2.imshow('result',gray) # cv2.waitKey(num) 该图片显示时间/速度 自己可以找一个合适的值 # 27指退出键ESC 退出窗口 当然也可以是 =='q'等 if cv2.waitKey(20)&0xFF == 27: breakvc.release()cv2.destroyAllWindows()- 截取图片部分：
pho = img[100:800,200:800] # 进行切片 高100到800 宽200到800- 颜色通道提取：
b,g,r = cv2.split(img)cur_img = img.copy()cur_img[:,:,0] = 0 # B不要了 设置为0cur_img[:,:,1] = 0 # G不要了 设置为0#cur_img[:,:,2] = 0 # R不要了 设置为0cv_show('winR',cur_img)- 边界填充：
top_size,bottom_size,left_size,right_size=(50,50,50,50) # 不同的填充方法 最后参数改个type值就行replicate = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_REPLICATE)reflect = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_REFLECT)reflect101=cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_REFLECT_101)wrap = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_WRAP)constant = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_CONSTANT,value=0)- 数值计算：
cv2.add(img,img2)- 图像融合：
img3 = cv2.resize(img3,(600,281))res = cv2.addWeighted(img,0.6,img2,0.4,0)来源地址：https://blog.csdn.net/suic009/article/details/126067063
