1. OpenCV-Python——环境配置及图像基本操作

一、环境配置

1、在虚拟环境中安装以下库：

　　opencv-python==3.4.1.15

　　opencv-contrib-python==3.4.1.15

　　建议安装3.4.1的版本，3.4.2之后的版本做了专利保护，有的功能不能实现。

　　虚拟环境的安装以及安装库的问题见PyQt5专栏中的第一节。

 2、安装jupyter notebook

　　pip install jupyter——安装

　　jupyter notebook——启动

二、图像的基本操作

1、图像的操作

• cv2.IMREAD_COLOR：彩色图像
• cv2.IMREAD_GRAYSCALE：灰度图像

 1 # *******************读取图片**********************开始
 2 # 导入库
 3 import cv2
 4 import numpy as np
 5 # import matplotlib.pyplot as plt
 6 
 7 # 读入图片
 8 # img = cv2.imread('cat.jpg')
 9 img = cv2.imread('cat.jpg',cv2.IMREAD_GRAYSCALE) # 读入灰度图像
10 
11 # 显示图片
12 # cv2.imshow('image',img)
13 # cv2.waitKey(10000)                          # 显示10秒
14 # cv2.destroyAllWindows()
15 
16 # 定义展示图片函数
17 def cv_show(name,img):
18     cv2.imshow(name,img)
19     cv2.waitKey(0)
20     cv2.destroyAllWindows()
21 
22 cv_show('image',img)                          # 调用函数cv_show
23 
24 # 打印一些参数
25 print(img)                                    # 打印图片
26 print(img.shape)                              # 打印图像的尺寸
27 print(type(img))                              # 打印的图像的格式
28 print(np.size(img))                           # 打印图片的大小
29 # *******************读取图片**********************结束

2、视频的操作

• cv2.VideoCapture可以捕获摄像头，用数字来控制不同的设备，例如0,1。
• 如果是视频文件，直接指定好路径即可

 1 # *******************读取视频**********************开始
 2 # 导入库
 3 import cv2
 4 import numpy as np
 5 # import matplotlib.pyplot as plt
 6 
 7 vc = cv2.VideoCapture('test.mp4')               # 读取视频
 8 
 9 # 检查是否打开正确
10 if vc.isOpened():
11     open, frame = vc.read()
12 else:
13     open = False
14 
15 while open:
16     ret, frame = vc.read()
17     if frame is None:
18         break
19     if ret == True:
20         gray = cv2.cvtColor(frame,  cv2.COLOR_BGR2GRAY)
21         cv2.imshow('result', gray)
22         if cv2.waitKey(10) & 0xFF == 27: # 每一帧的等待时间以及关闭
23             break
24 vc.release()
25 cv2.destroyAllWindows()
26 
27 # *******************读取视频**********************结束

3、截取部分图像+颜色通道获取

 1 # *******************截取部分图像+颜色通道获取**********************开始
 2 # 导入库
 3 import cv2
 4 # import numpy as np
 5 # import matplotlib.pyplot as plt
 6 
 7 img=cv2.imread('cat.jpg')
 8 cat=img[0:200,0:200]                         # 截取部分图像数据
 9 
10 # 定义展示图片函数
11 def cv_show(name,img):
12     cv2.imshow(name,img)
13     cv2.waitKey(0)
14     cv2.destroyAllWindows()
15 
16 # cv_show('cat',cat)
17 
18 b,g,r=cv2.split(img)                        # 获取图像的r,b,g通道数值
19 print(b)
20 print(b.shape)
21 
22 img=cv2.merge((b,g,r))                      # r,g,b通道合成
23 print(img.shape)
24 
25 # 只保留R
26 cur_img = img.copy()
27 cur_img[:,:,0] = 0                          # 除R通道其余都设置为0
28 cur_img[:,:,1] = 0
29 cv_show('R',cur_img)                        # 只保留R通道
30 
31 # 只保留G
32 cur_img = img.copy()
33 cur_img[:,:,0] = 0
34 cur_img[:,:,2] = 0
35 cv_show('G',cur_img)                        # 只保留G通道
36 
37 # 只保留B
38 cur_img = img.copy()
39 cur_img[:,:,1] = 0
40 cur_img[:,:,2] = 0
41 cv_show('B',cur_img)                        # 只保留B通道
42 # *******************截取部分图像+颜色通道获取**********************结束

4、边界填充

• BORDER_REPLICATE：复制法，也就是复制最边缘像素。
• BORDER_REFLECT：反射法，对感兴趣的图像中的像素在两边进行复制例如：fedcba|abcdefgh|hgfedcb
• BORDER_REFLECT_101：反射法，也就是以最边缘像素为轴，对称，gfedcb|abcdefgh|gfedcba
• BORDER_WRAP：外包装法cdefgh|abcdefgh|abcdefg
• BORDER_CONSTANT：常量法，常数值填充。

 1 # *******************边界填充**********************开始
 2 import cv2
 3 import matplotlib.pyplot as plt
 4 
 5 img = cv2.imread('cat.jpg')
 6 
 7 # 设置参数
 8 top_size,bottom_size,left_size,right_size = (50,50,50,50)
 9 
10 
11 replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE)
12 reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_REFLECT)
13 reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT_101)
14 wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_WRAP)
15 constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_CONSTANT, value=0)
16 
17 plt.subplot(231), plt.imshow(img, 'gray'), plt.title('ORIGINAL')
18 plt.subplot(232), plt.imshow(replicate, 'gray'), plt.title('REPLICATE')
19 plt.subplot(233), plt.imshow(reflect, 'gray'), plt.title('REFLECT')
20 plt.subplot(234), plt.imshow(reflect101, 'gray'), plt.title('REFLECT_101')
21 plt.subplot(235), plt.imshow(wrap, 'gray'), plt.title('WRAP')
22 plt.subplot(236), plt.imshow(constant, 'gray'), plt.title('CONSTANT')
23 
24 plt.show()
25 # *******************边界填充**********************结束

 5、数值计算

 1 # *******************数值计算**********************开始
 2 import cv2
 3 
 4 img_cat=cv2.imread('cat.jpg')
 5 
 6 print(img_cat[:5,:,0])                # 原图   打印前五行
 7 
 8 img_cat2 = img_cat+10
 9 print(img_cat2[:5,:,0])               # 处理后 打印前五行
10 
11 # 直接相加==%256  求余数
12 print((img_cat+img_cat2)[:5,:,0])     # 相加后 打印前五行
13 
14 # add函数
15 print(cv2.add(img_cat,img_cat2)[:5,:,0])     # add后 打印前五行
16 # *******************数值计算**********************结束

6、图像融合

　　R = aX1 + aX2 + b 

 1 # *******************图像融合**********************开始
 2 import cv2
 3 
 4 img_cat=cv2.imread('cat.jpg')
 5 img_dog=cv2.imread('dog.jpg')
 6 
 7 # 查看当前图像的各自参数
 8 print(img_cat.shape)
 9 print(img_dog.shape)
10 
11 # 修改图像的大小  保持一致
12 img_dog = cv2.resize(img_dog,(500,414))
13 print(img_dog.shape)
14 
15 # 加权融合
16 res = cv2.addWeighted(img_cat, 0.4, img_dog, 0.6, 0)
17 print(res.shape)
18 
19 # 显示图像
20 # 定义展示图片函数
21 def cv_show(name,img):
22     cv2.imshow(name,img)
23     cv2.waitKey(0)
24     cv2.destroyAllWindows()
25 
26 cv_show('image',res)
27 
28 # 比例修改图像大小
29 img_cat = cv2.resize(img_cat,(0,0),fx=3,fy=1)
30 cv_show('cat_image',img_cat)
31 # *******************图像融合**********************结束

 7、图像灰度转换

　　cv2.COLOR_BGR2GRAY

1 # *******************图像的灰度转换**********************开始
2 import cv2                                            # opencv读取的格式是BGR
3 # import numpy as np
4 # import matplotlib.pyplot as plt                     # Matplotlib是RGB
5 
6 img=cv2.imread('cat.jpg')
7 img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)       # 灰度转换
8 print(img_gray.shape)
9 # *******************图像的灰度转换**********************结束