安装
pip install opencv-python
import cv2
# 读入图像
img = cv2.imread("source/bug.png")
# 显示图像
cv2.imshow("bug", img)
cv2.waitKey(0) # 单位毫秒
cv2.destroyWindow("bug")
# 复制图像
new_img = img.copy()
# 保存图像
cv2.imwrite("bug-new.png", new_img)
im = cv2.imread("source/bug.png")
new_img = cv2.flip(im, flipCode=0)
cv2.imwrite("source/bug-flip-0.png", new_img)
Vertical垂直翻转(沿X轴) flipCode=0
原图:
horizontal and vertical 水平和垂直翻转(沿中心点) flipCode=-1
彩色图像转为灰度图像
im = cv2.imread("source/bug.png")
new_img = cv2.cvtColor(im, cv2.COLOR_RGB2GRAY)
cv2.imwrite("source/bug-gray.png", new_img)
cv2.COLOR_X2Y
其中X,Y = RGB, BGR, GRAY, HSV, YCrCb, XYZ, Lab, Luv, HLS
img = cv2.imread("source/bug.png", cv2.IMREAD_COLOR)
# 图片对象、文本、像素、字体、字体大小、颜色、字体粗细
new_img = cv2.putText(
img=img,
text="OOXX",
org=(60, 50),
fontFace=cv2.FONT_HERSHEY_SIMPLEX,
fontScale=1,
color=(255, 0, 0),
thickness=2
)
cv2.imwrite("source/bug-text.png", new_img)
opencv自带的putText函数无法输出中文字符,需要借助Pillow
安装
pip install pillow numpy
代码示例
import cv2
import numpy as np
from PIL import Image, ImageDraw, ImageFont
# 1、将cv2转为PIL
img = cv2.imread("source/bug.png")
# cv2和PIL中颜色的hex码的储存顺序不同
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
pil_img = Image.fromarray(img)
# 2、PIL图片上打印中文
draw = ImageDraw.Draw(pil_img)
font = ImageFont.truetype(font="华文黑体.ttf", size=20, encoding="utf-8")
draw.text(xy=(50, 20), text="爱我中华", fill=(0, 0, 255), font=font)
# 3、PIL图片转cv2
new_img = cv2.cvtColor(np.array(pil_img), cv2.COLOR_RGB2BGR)
cv2.imwrite("source/bug-text.png", new_img)
Mac本字体路径,选一个已有的字体
1、/System/Library/Fonts
2、/Library/Fonts
参考:
opencv3.2将中文输出到图片上
import numpy as np
import cv2
# 常用颜色值
RED = (0, 0, 255)
GREEN = (0, 255, 0)
BLUE = (255, 0, 0)
np.set_printoptions(threshold='nan')
# 创建一个宽512高512的黑色画布,RGB(0,0,0)即黑色
img = np.zeros(shape=(512, 512, 3), dtype=np.uint8)
# 画直线,图片对象,起始坐标(x轴,y轴),结束坐标,颜色,宽度
cv2.line(
img=img,
pt1=(0, 0),
pt2=(311, 511),
color=BLUE,
thickness=10
)
# 画矩形,图片对象,左上角坐标,右下角坐标,颜色,宽度
cv2.rectangle(
img=img,
pt1=(30, 166),
pt2=(130, 266),
color=GREEN,
thickness=3
)
# 画圆形,图片对象,中心点坐标,半径大小,颜色,宽度
cv2.circle(
img=img,
center=(222, 222),
radius=50,
color=(255.111, 111),
thickness=-1
)
# 画椭圆形,图片对象,中心点坐标,长短轴,顺时针旋转度数,开始角度(右长轴表0度,上短轴表270度),颜色,宽度
cv2.ellipse(
img=img,
center=(333, 333),
axes=(50, 20),
angle=0,
startAngle=0,
endAngle=150,
color=RED,
thickness=-1
)
# 画多边形,指定各个点坐标,array必须是int32类型
pts = np.array(
[[10, 5], [20, 30], [70, 20], [50, 10]],
dtype=np.int32
)
# -1表示该纬度靠后面的纬度自动计算出来,实际上是4
pts = pts.reshape((-1, 1, 2,))
# print(pts)
# 画多条线,False表不闭合,True表示闭合,闭合即多边形
cv2.polylines(
img=img,
pts=[pts],
isClosed=True,
color=(255, 255, 0),
thickness=5
)
# 添加文字 图片对象,要写的内容,左边距,字的底部到画布上端的距离,字体,大小,颜色,粗细
cv2.putText(
img=img,
text="OpenCV",
org=(10, 400),
fontFace=cv2.FONT_HERSHEY_SCRIPT_COMPLEX,
fontScale=3.5,
color=(255, 255, 255),
thickness=2
)
cv2.imwrite("picture.jpg", img)
图A
来自:https://www.cnblogs.com/shizhengwen/p/8719062.html
3维数组
单通道的灰度图像在计算机中的表示:一个8位无符号整形的矩阵
多通道表示 : 第一个维度是高度,第二个维度是高度,第三个维度是通道
表达方式: 高度×宽度×通道数,H×W×C
深度学习: C×H×W (就是把每个通道都单独表达成一个二维矩阵, 如图A-c)
OpenCV默认图像表示:BGR
import numpy as np
import cv2
import matplotlib.pyplot as plt
# 矩阵
img = np.array([
[[255, 0, 0], [0, 255, 0], [0, 0, 255]],
[[255, 255, 0], [255, 0, 255], [0, 255, 255]],
[[255, 255, 255], [128, 128, 128], [0, 0, 0]],
], dtype=np.uint8)
# 用matplotlib存储
plt.imsave('img_pyplot.jpg', img)
# 用OpenCV存储
cv2.imwrite('img_cv2.jpg', img)
左边:img_pyplot.jpg
右边:img_cv2.jpg
参考:
模块cv2的用法