(ง •_•)ง[Python3 OpenCV4]2.图像操作

接口文档

• Mat Object
• cv2.imread()
• cv2.imshow()
• cv2.imwrite()
• cv.namedWindow()

cv2.imread() 读取图片

从文件加载图像
支持格式如下：

• Windows位图-.bmp，.dib（始终支持）
• JPEG文件-.JPEG，.jpg，*.jpe（参见注释部分）
• JPEG 2000文件-*.jp2（请参见注释部分）
• 便携式网络图形-*.png（见注释部分）
• WebP-*.WebP（参见注释部分）
• 便携式图像格式-.pbm、.pgm、.ppm.pxm、*.pnm（始终支持）
• 太阳光栅-.sr，.ras（始终支持）
• TIFF文件-.TIFF，.tif（请参见注释部分）
• OpenEXR图像文件-*.exr（请参阅注释部分）
• Radiance HDR-.HDR，.pic（始终支持）

import cv2
print(cv2.__version__)
# 加载灰度图
img = cv2.imread('lena.jpg', 0)

参数如图，详情可以查找官方文档

• cv2.IMREAD_UNCHANGED:原图加载，使用alpha通道，否则将被裁剪（-1）
• cv2.IMREAD_GRAYSCALE：灰度图(0)
• cv2.IMREAD_COLOR：彩色图，默认值(1)
• cv2.IMREAD_UNCHANGED：包含透明通道的彩色图(-1)
• cv2.IMREAD_ANYDEPTH：如果已设置，则在输入具有相应深度时返回16位/32位图像，否则将其转换为8位。

其余的自己可以翻译去看

调用举例

import cv2
print(cv2.__version__)
# 加载灰度图
img = cv2.imread('lena.jpg', cv2.IMREAD_GRAYSCALE)

cv2.imshow() 使用窗口显示图片

参数1 窗口名
参数2 图片Mat对象

import cv2

print(cv2.__version__)

# 加载灰度图
img = cv2.imread('lena.jpg', cv2.IMREAD_GRAYSCALE)

# 使用cv2.imshow()显示图片，窗口会自适应图片的大小
cv2.imshow('lena', img)
cv2.waitKey(0)

cv2.imwrite()保存图片

cv2.imwrite('lena_gray.jpg', img)

cv.namedWindow()

import cv2

print(cv2.__version__)

# 加载灰度图
img = cv2.imread('lena.jpg', cv2.IMREAD_GRAYSCALE)
#定义窗口
cv2.namedWindow('lena2', cv2.WINDOW_NORMAL)
# 显示窗口	
cv2.imshow('lena2', img)
cv2.waitKey(0)

可传入参数介绍

• WINDOW_NORMAL或WINDOW_AUTOSIZE：WINDOW_NORMAL允许您调整窗口大小，而WINDOW_AUTOSIZE则自动调整窗口大小以适合显示的图像（请参见imshow），并且您不能手动更改窗口大小。

• WINDOW_FREERATIO或WINDOW_KEEPRATIO：WINDOW_FREERATIO调整图像时不考虑其比率，而WINDOW_KEEPRATIO保持图像比率。

• WINDOW_GUI_NORMAL或WINDOW_GUI_EXPANDED：WINDOW_GUI_NORMAL是在没有状态栏和工具栏的情况下绘制窗口的旧方法，而WINDOW_GUI_EXPANDED是一种新的增强型GUI。默认情况下，flags==WINDOW_AUTOSIZE | WINDOW_KEEPRATIO | WINDOW_GUI_EXPANDED

获取和修改像素点值

import cv2 

img = cv2.imread('lena.jpg')

#取坐标下的像素点
px = img[100, 90]
print(px)  # [163 184 205]

# 只获取蓝色blue通道的值
px_blue = img[100, 90, 0]
print(px_blue)  # 163
#高性能方式 BGR
print(img.item(100,90,0))


img[100, 90] = [255, 255, 255]

图片属性

import cv2 

img = cv2.imread('lena.jpg')

print(img.shape)  # (263, 247, 3)
# 形状中包括行数、列数和通道数
height, width, channels = img.shape
print(img.dtype) 
print(img.size) 

ROI

感兴趣区域

import cv2 
img = cv2.imread('lena.jpg')
# 截取脸部ROI
face = img[100:200, 115:188]
cv2.imshow('face', face)
cv2.waitKey(0)

通道分割与合并

通道分割与合并
彩色图的BGR三个通道是可以分开单独访问的，也可以将单独的三个通道合并成一副图像。分别使用cv2.split()和cv2.merge()：

import cv2 

img = cv2.imread('lena.jpg')

b, g, r = cv2.split(img)

cv2.imshow('lena-b', b)
cv2.imshow('lena-g', g)
cv2.imshow('lena-r', r)

img = cv2.merge((b, g, r))
cv2.imshow('lena-rgb', img)
cv2.waitKey(0)

split()函数比较耗时，更高效的方式是用numpy中的索引，如提取B通道：·

import cv2 
img = cv2.imread('lena.jpg')
b = img[:, :, 0]
g = img[:, :, 1]
r = img[:, :, 2]
cv2.imshow('b', b)
cv2.imshow('g', g)
cv2.imshow('r', r)
cv2.waitKey(0)

附件图片