文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

OpenCV-Python 对图像的基本操作代码

2024-04-02 19:55

关注

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt
# 设置兼容中文
plt.rcParams['font.family'] = ['sans-serif']
plt.rcParams['font.sans-serif'] = ['SimHei']

D:\Anaconda\AZWZ\lib\site-packages\numpy\_distributor_init.py:30: UserWarning: loaded more than 1 DLL from .libs:

D:\Anaconda\AZWZ\lib\site-packages\numpy\.libs\libopenblas.NOIJJG62EMASZI6NYURL6JBKM4EVBGM7.gfortran-win_amd64.dll

D:\Anaconda\AZWZ\lib\site-packages\numpy\.libs\libopenblas.WCDJNK7YVMPZQ2ME2ZZHJJRJ3JIKNDB7.gfortran-win_amd64.dll

  warnings.warn("loaded more than 1 DLL from .libs:\n%s" %

cv.__version__

'4.5.1'

rain = cv.imread('img/rain.jpg')[:500,:500,:]

view = cv.imread('img/view.jpg')

print(rain.shape)

print(view.shape)

(500, 500, 3)

(500, 500, 3)

plt.figure()

plt.subplot(1,2,1)

m1 = plt.imshow(rain[:,:,::-1])

plt.title('rain.jpg')

plt.subplot(1,2,2)

m2 = plt.imshow(view[:,:,::-1])

plt.title('view.jpg')

Text(0.5, 1.0, 'view.jpg')

在这里插入图片描述

1.图像的加法​


# cv加法
add_img = cv.add(rain,view)
plt.imshow(add_img[:,:,::-1])

<matplotlib.image.AxesImage at 0x1fdc2fed160>

在这里插入图片描述


# numpy 加法
add_img2 = rain + view
plt.imshow(add_img2[:,:,::-1])

<matplotlib.image.AxesImage at 0x1fdc2d4d4c0>

在这里插入图片描述

2.图像的混合


# 图像的混合(按照权重)
img3 = cv.addWeighted(rain,0.2,view,0.8,0)
plt.imshow(img3[:,:,::-1])

<matplotlib.image.AxesImage at 0x1fdc2f01a00>

在这里插入图片描述

3.图像的缩放


# 获取绝对尺寸 行,列
row,col = rain.shape[:2]

print("row:",row,",col:",col)

row: 500 ,col: 500

# 图像放大
res = cv.resize(rain,(2*row,2*col))
plt.figure()
plt.subplot(1,2,1)
m1 = plt.imshow(rain[:,:,::-1])
plt.title("放大前")
plt.subplot(1,2,2)
m2 = plt.imshow(res[:,:,::-1])
plt.title("放大后")

Text(0.5, 1.0, '放大后')

在这里插入图片描述


# 使用相对坐标 进行图像缩小
res2 = cv.resize(rain,None,fx=0.5,fy=0.5)
plt.figure()
plt.subplot(1,2,1)
m1 = plt.imshow(rain[:,:,::-1])
plt.title("缩小前")
plt.subplot(1,2,2)
m2 = plt.imshow(res2[:,:,::-1])
plt.title("缩小后")

Text(0.5, 1.0, '缩小后')

在这里插入图片描述

4.图像的平移


# 创建平移矩阵  x方向上平移100,y方向上平移50
M = np.float32([[1,0,100],[0,1,50]])
M

array([[  1.,   0., 100.],
       [  0.,   1.,  50.]], dtype=float32)

# cv.warpAffine(要平移的图形,平移矩阵,背景画布大小)
res = cv.warpAffine(rain,M,rain.shape[:2])

plt.figure()
plt.subplot(1,2,1)
m1 = plt.imshow(rain[:,:,::-1])
plt.title("平移前")
plt.subplot(1,2,2)
m2 = plt.imshow(res[:,:,::-1])
plt.title("平移后")

Text(0.5, 1.0, '平移后')

在这里插入图片描述

5.图像的旋转


row,col = rain.shape[:2]

# 生成旋转矩阵 getRotationMatrix2D(旋转中心坐标,旋转角度,缩放比例)
M = cv.getRotationMatrix2D((row/2,col/2),45,1)

# cv.warpAffine(要旋转的图形,旋转矩阵,背景画布大小)
res = cv.warpAffine(rain,M,(col,row))

plt.figure()
plt.subplot(1,2,1)
m1 = plt.imshow(rain[:,:,::-1])
plt.title("旋转前")
plt.subplot(1,2,2)
m2 = plt.imshow(res[:,:,::-1])
plt.title("旋转后")

Text(0.5, 1.0, '旋转后')

在这里插入图片描述

6.图像的仿射变换


pts1 = np.float32([[50,50],[200,50],[50,200]])
pts2 = np.float32([[100,100],[200,50],[100,250]])

M = cv.getAffineTransform(pts1,pts2)
M

array([[ 0.66666667,  0.        , 66.66666667],
       [-0.33333333,  1.        , 66.66666667]])

res = cv.warpAffine(rain,M,rain.shape[:2])

plt.figure()
plt.subplot(1,2,1)
m1 = plt.imshow(rain[:,:,::-1])
plt.title("仿射变换前")
plt.subplot(1,2,2)
m2 = plt.imshow(res[:,:,::-1])
plt.title("仿射变换后")

Text(0.5, 1.0, '仿射变换后')

在这里插入图片描述

7.图像的透射变换


pst1 = np.float32([[56,65],[368,52],[28,387],[389,390]])
pst2 = np.float32([[100,145],[300,100],[80,290],[310,300]])

M = cv.getPerspectiveTransform(pst1,pst2)
M

array([[ 3.98327670e-01, -2.09876559e-02,  7.49460064e+01],
       [-1.92233080e-01,  4.29335771e-01,  1.21896057e+02],
       [-7.18774228e-04, -1.33393850e-05,  1.00000000e+00]])

res = cv.warpPerspective(rain,M,rain.shape[:2])

plt.figure()
plt.subplot(1,2,1)
m1 = plt.imshow(rain[:,:,::-1])
plt.title("透射变换前")
plt.subplot(1,2,2)
m2 = plt.imshow(res[:,:,::-1])
plt.title("透射变换后")

Text(0.5, 1.0, '透射变换后')

在这里插入图片描述

8.图像金字塔


# 上采样

img_up = cv.pyrUp(rain)

# 下采样

img_down = cv.pyrDown(rain)


plt.figure()

plt.subplot(1,3,1)

m1 = plt.imshow(rain[:,:,::-1])

plt.title("原图")

plt.subplot(1,3,2)

m2 = plt.imshow(img_up[:,:,::-1])

plt.title("上采样")

plt.subplot(1,3,3)

m2 = plt.imshow(img_down[:,:,::-1])

plt.title("下采样")

Text(0.5, 1.0, '下采样')

在这里插入图片描述

到此这篇关于OpenCV-Python 对图像的基本操作的文章就介绍到这了,更多相关OpenCV-Python图像操作内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯