【学习记录】【Python】【cv2】自学cv2 的简单记录（未完待续）

1.图像的载入、显示、保存

import cv2

#读入图像 cv2.imread(filepath,flags)
#flags参数的取值：
#cv2.IMREAD_COLOR：默认，载入一个彩色图像，忽略透明度   可用1代替
#cv2.IMREAD_GRAYSCALE：载入一个灰阶图像  可用0代替
#cv2.IMREAD_UNCHANGED：载入一个包含 Alpha 通道（透明度）的图像   可用-1代替
img1=cv2.imread('img_chess.jpg',0)

#显示图像   cv2.imshow(wname,img)
#wname  窗口的名字 window name
#img 要显示的图像 窗口他大小为自动调整图片大小
cv2.imshow('image_one',img1)
key=cv2.waitKey(0)                  #等待键盘输入，单位毫秒，0为无限等待  没有这句话窗口只会闪一下就消失
if key==27:
    print('您按了ESC')
#cv2.destroyAllWindows()            #销毁所有窗口
cv2.destroyWindow('image_one')      #指定窗口名字销毁窗口


#保存图像 cv2.imwrite(file，img，num)
#file 文件名
#img  要保存的图像
#num 对于JPEG，其表示的是图像的质量，用0 - 100的整数表示，默认95;对于png 用0-9 ,第三个参数表示的是压缩级别。默认为3.
cv2.imwrite('img_chess_gray.jpg',img1,[cv2.IMWRITE_JPEG_QUALITY,0])
cv2.imwrite('img_chess_gray.png',img1,[cv2.IMWRITE_PNG_COMPRESSION,0])
# jpg属于有损压缩，是以图片的清晰度为代价的，数字越小，压缩比越高，图片质量损失越严重
# png属于无损压缩，数字0-9，数字越低，压缩比越低

input('按回车退出程序')

那张保存为jpg格式的图片惨不忍睹

2.简单的图片操作 反转、复制、缩放、裁剪

flip copy resize

import cv2

img1=cv2.imread('img_chess.jpg')

#图片反转 cv2.flip(img,flipcode)
#flipcode >0 沿x轴 flipcode=0 沿y轴 flipcode<0 xy轴同时反转
img1_flipx=cv2.flip(img1,1)
img1_flipy=cv2.flip(img1,0)
img1_flipxy=cv2.flip(img1,-1)

cv2.imshow('1fx',img1_flipx)
cv2.imshow('1fy',img1_flipy)
cv2.imshow('1fxy',img1_flipxy)
cv2.waitKey(0)
cv2.destroyAllWindows()


#图像复制
img1_cp=img1.copy()
cv2.imshow('1cp',img1_cp)
cv2.waitKey()
cv2.destroyAllWindows()


#图像的缩放
img_info=img1.shape
height=img_info[0]
width=img_info[1]
img1_resized=cv2.resize(img1.copy(),(int(width*1.2),int(height*0.6)))
cv2.imshow('1resized',img1_resized)
cv2.waitKey(0)
cv2.destroyAllWindows()

#图像的裁剪
img1_cut=img1[350:800,60:500]
h,w,n=img1.shape
img1_cut2=img1[int(h/4):int(h*3/4),int(w/4):int(w*3/4)]
cv2.imshow('1cut',img1_cut)
cv2.imshow('1cut2',img1_cut2)
cv2.waitKey(0)
cv2.destroyAllWindows()

3.图像通道的分离与合成

分离：
img1B,img1G,img1R=np.dsplit(img1,3)
img1B,img1G,img1R=cv2.split(img1)都可以
合成：
cv2.merge([b,g,r])
cv2.merge([zeros, zeros, img1R])

注意倒数第五句的注释

import cv2
import numpy as np

def showone(img):
    cv2.imshow('show image',img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
def showone_color(img,color):
    zeros=np.zeros(img.shape[:2],dtype='uint8') #记得调整格式
    if color == 'B':
        cv2.imshow('blue',cv2.merge([img1B,zeros,zeros]))
    elif color == 'G':
        cv2.imshow('green', cv2.merge([zeros, img1G, zeros]))
    elif color == 'R':
        cv2.imshow('red', cv2.merge([zeros, zeros, img1R]))
    cv2.waitKey(0)
    cv2.destroyAllWindows()
def showone_merge(b,g,r):
    cv2.imshow('merge',cv2.merge([b,g,r]))
    cv2.waitKey(0)
    cv2.destroyAllWindows()


img1=cv2.imread('theimg.png',1)

img1B,img1G,img1R=np.dsplit(img1,3)
#img1B,img1G,img1R=cv2.split(img1)

print(img1B.dtype)          #矩阵元素的格式为uint8



showone(img1B)      #这里图像为灰色，原因是当调用cv2.imshow的时候G、R两个通道被默认设为了与B通道一样，三通道一样时显示灰度图


showone_color(img1B,'B')
showone_color(img1G,'G')
showone_color(img1R,'R')

showone_merge(img1B,img1G,img1R)        #合成后是原图