OPENCV学习记录|CSDN创作打卡

本文用到的参考（官方文档，中文说明，大佬的教程）：

• https://docs.opencv.org/4.0.0/d7/d1b/group__imgproc__misc.html#ggaa9e58d2860d4afa658ef70a9b1115576a147222a96556ebc1d948b372bcd7ac59
• https://opencv.apachecn.org/#/docs/4.0.0/4.3-tutorial_py_thresholding?id=%e7%ae%80%e5%8d%95%e9%98%88%e5%80%bc%e6%b3%95
• http://codec.wang/#/opencv/start/06-image-thresholding

1、opencv的基本元素-图片

加载 显示 保存图片
OpenCV函数：cv2.imread(), cv2.imshow(), cv2.imwrite()

电脑上的彩色图是以RGB(红-绿-蓝，Red-Green-Blue)颜色模式显示的，但OpenCV中彩色图是以B-G-R通道顺序存储的，灰度图只有一个通道。图像坐标的起始点是在左上角，所以行对应的是y，列对应的是x

最基本读取

import cv2
filepath = '../Resources/'

img = cv2.imread(filepath+'lean.png', 0)

• 关注参数2：读入方式
  cv2.IMREAD_COLOR：彩色图，默认值(1)
  cv2.IMREAD_GRAYSCALE：灰度图(0)
  cv2.IMREAD_UNCHANGED：包含透明通道的彩色图(-1)

显示

import cv2
filepath = '../Resources/'

img = cv2.imread(filepath+'lena.png', 0)

cv2.imshow('lena', img)
cv2.waitKey(0)

• 注意第一个窗口名，第二个是图像句柄

或者使用

# 先定义窗口，后显示图片
cv2.namedWindow('lena2', cv2.WINDOW_NORMAL)
cv2.imshow('lena2', img)
cv2.waitKey(0)

先创建一个窗口，之后在显示图片，第二个参数可选择，可以是窗口适应图片或者窗口可调整之类的

保存

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

2、使用摄像头

摄像头捕获照片、播放本地视频、录制视频

打开摄像头

import cv2

capture = cv2.VideoCapture(0)

while(True):
    # 获取一帧
    ret, frame = capture.read()
    # 将这帧转换为灰度图
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    cv2.imshow('frame', gray)
    if cv2.waitKey(1) == ord('q'):
        break

就是一帧帧的死循环展示图像，这样就是打开摄像头的意思了

• 关注一下里面提到的waitkey
  是–是在一个给定的时间内(单位ms)等待用户按键触发，如果是0无限制等待
  单位是ms，这样就是1ms一帧图像了，当然要看主机是不是处理的过来
  然后是ord（），就是将q转换为ascll值
  然后是有的版本代码要写成cv2.waitKey(1) & 0xFF == ord（‘q’），因为ascll值的范围是0-255，用这个运算保证这个值始终在0-255

然后还可以关注下这个函数

通过 cap.get(propId) 可以获取摄像头的一些属性，比如捕获的分辨率，亮度和对比度等。propId是从0~18的数字，代表不同的属性，一共是18个参数

cv2.VideoCapture.get(0)	视频文件的当前位置（播放）以毫秒为单位
cv2.VideoCapture.get(1)	基于以0开始的被捕获或解码的帧索引
cv2.VideoCapture.get(2)	视频文件的相对位置（播放）：0=电影开始，1=影片的结尾。
cv2.VideoCapture.get(3)	在视频流的帧的宽度
cv2.VideoCapture.get(4)	在视频流的帧的高度
cv2.VideoCapture.get(5)	帧速率
cv2.VideoCapture.get(6)	编解码的4字-字符代码
cv2.VideoCapture.get(7)	视频文件中的帧数
cv2.VideoCapture.get(8)	返回对象的格式
cv2.VideoCapture.get(9)	返回后端特定的值，该值指示当前捕获模式
cv2.VideoCapture.get(10)	图像的亮度(仅适用于照相机)
cv2.VideoCapture.get(11)	图像的对比度(仅适用于照相机)
cv2.VideoCapture.get(12)	图像的饱和度(仅适用于照相机)
cv2.VideoCapture.get(13)	色调图像(仅适用于照相机)
cv2.VideoCapture.get(14)	图像增益(仅适用于照相机)（Gain在摄影中表示白平衡提升）
cv2.VideoCapture.get(15)	曝光(仅适用于照相机)
cv2.VideoCapture.get(16)	指示是否应将图像转换为RGB布尔标志
cv2.VideoCapture.get(17)	× 暂时不支持
cv2.VideoCapture.get(18)	立体摄像机的矫正标注（目前只有DC1394 v.2.x后端支持这个功能）

上表摘自这个链接 https://www.jianshu.com/p/676bef32e655

常用的就两个吧感觉

    width, height = capture.get(3), capture.get(4)
    # 放大一倍
    capture.set(cv2.CAP_PROP_FRAME_WIDTH, width * 2)
    capture.set(cv2.CAP_PROP_FRAME_HEIGHT, height * 2)

图像高宽，这里我试了调整好像不太行啊，可能是摄像头支持还是咋地，不清楚

没摄像头还可以用视频流

# 网络视频读取
video = "http://admin:[email protected]:8081/"
cap = cv2.VideoCapture(video)

while True:
    success, img = cap.read()
    cv2.imshow("video",img)
    if cv2.waitKey(5) & 0xFF == ord('q'):
        break
cap.release()

需要手机下载一个ip摄像头的工具，就可以了

可以看到这里提供了这个ip，输入ip传入读取的函数就可以了，效果如下

播放本地视频

import cv2

filepath = '../Resources/'
capture = cv2.VideoCapture(filepath+'test_video.mp4')

while(capture.isOpened()):
    ret, frame = capture.read()
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    cv2.imshow('frame', gray)
    if cv2.waitKey(30) == ord('q'):
        break

还是一眼的哦，这里视频25-30帧即可

录制视频

import cv2
capture = cv2.VideoCapture(0)

# 定义编码方式并创建VideoWriter对象
fourcc = cv2.VideoWriter_fourcc(*'MJPG')
outfile = cv2.VideoWriter('output.avi', fourcc, 25., (640, 480))

while(capture.isOpened()):
    ret, frame = capture.read()

    if ret:
        outfile.write(frame)  # 写入文件
        cv2.imshow('frame', frame)
        if cv2.waitKey(1) == ord('q'):
            break
    else:
        break

• 录制视频的操作
  首先是准备好录制什么视频，文件名，编码方式，帧率，分辨率
  其次就是write写入文件这个操作了

３、图像基本操作

获取和修改像素点的值

import cv2
filepath = '../Resources/'

img = cv2.imread(filepath+'lena.png', 1)

px = img[100,90]
print(px)

# 只获取蓝色blue通道的值
px_blue = img[100, 90, 0] #这里是bgr，那么蓝绿红最大就是2
print(px_blue)

修改值

import cv2
filepath = '../Resources/'

img = cv2.imread(filepath+'lena.png', 1)

px = img[100,90]
print(px)
img[100,90]=[255,255,255]
print(img[100,90])

打印出来可以看出像素点的值被修改

图片属性

这里我们用lena图来做测试，可以看出它是一张512-512-3的大小的图像

import cv2 as cv
import numpy as np

if __name__ == '__main__':
    img = cv.imread("../Resources/lena.png")

    print(img.shape)
    height, width, channels = img.shape
    print(img.dtype) #返回数据类型
    print(img.size) #返回图像的总数据大小 就是512*512*3

返回图像数据的元祖，后面的数据类型一般是uint8，图像的总像素大小

ROI

import cv2
import numpy as np

if __name__ == '__main__':
    img = cv2.imread("../Resources/lena.png")

    # 截取脸部ROI
    face = img[204:372, 179:360]
    cv2.imshow('face', face)
    cv2.waitKey(0)

通道分离

import cv2
import numpy as np

if __name__ == '__main__':
    img = cv2.imread("../Resources/OIP-C.jpg")

    b, g, r = cv2.split(img)
    cv2.imshow("Blue", r)
    cv2.imshow("Red", g)
    cv2.imshow("Green", b)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

这个还不明显，换一张看看就明显了

但是据说这个用切分的方法速度慢，用numpy索引的方式比较快，下面我用索引的方式来试试

import cv2
import numpy as np

if __name__ == '__main__':
    img = cv2.imread("../Resources/OIP-C.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)

效果是一样的，这里就不贴图了，具体参数的含义为：

• 用img[:,:,0]分离出0通道或b通道，img[:,:,1]对应g通道，img[:,:,2]对应r通道，如果有img[:,:,3]则对应alpha通道。

分离之后就可以合并了，官方函数是merge函数,用已有的多个通道图像构造成一个元组传递给merge()，实现图像的合并。

这里注意一定要是bgr这个顺序，不然会有很奇怪的图片出现

import cv2
import numpy as np

if __name__ == '__main__':
    img = cv2.imread("../Resources/OIP-C.jpg")

    b = img[:, :, 0]
    g = img[:, :, 1]
    r = img[:, :, 2]
    cv2.imshow('b', b)
    cv2.imshow('g', g)
    cv2.imshow('r', r)
    img2 = cv2.merge((b, g, r))
    cv2.imshow('hebing', img2)
    cv2.waitKey(0)

４、颜色空间转换

灰度转换

import cv2
import numpy as np

if __name__ == '__main__':
    img = cv2.imread("../Resources/OIP-C.jpg")

    img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    cv2.imshow('img', img)
    cv2.imshow('gray', img_gray)
    cv2.waitKey(0)

cv2.cvtColor()用来进行颜色模型转换，参数1是要转换的图片，参数2是转换模式， COLOR_BGR2GRAY表示BGR→Gray

根据颜色来追踪物体

这里说明一般用hsv的颜色模型，HSV的方式相比BGR更易区分颜色，转换模式用COLOR_BGR2HSV表示，关于HSV的说明我以看我之前的博客介绍

代码如下

import cv2
import numpy as np

capture = cv2.VideoCapture(1)
#颜色阈值范围
lower_blue = np.array([100, 110, 110])
upper_blue = np.array([130, 255, 255])

while(True):

    ret, frame = capture.read()
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) #转为hsv的格式
    mask = cv2.inRange(hsv, lower_blue, upper_blue) #低于阈值变为0，高于阈值变为0
    res = cv2.bitwise_and(frame, frame, mask=mask) #求交集

    cv2.imshow('frame', frame)
    cv2.imshow('mask', mask)
    cv2.imshow('res', res)

    if cv2.waitKey(1) == ord('q'):
        break

效果如下

5、阈值分割图像

• 固定阈值
• 自适应阈值
• 大津法（OSTU阈值法）

固定阈值分割

大于阈值变为一类，小于变为一类，这个在上面已经展示过了

import cv2

# 灰度图读入
img = cv2.imread('../Resources/lena.png', 0)

# 阈值分割
ret, th = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
cv2.imshow('thresh', th)
cv2.waitKey(0)

第一个参数就是传入的图像（需要灰度），第二个是阈值范围，第三个参数是 maxval，它表示像素值大于（有时小于）阈值时要给定的值。opencv 提供了不同类型的阈值，由函数的第四个参数决定。不同的类型有：

上图为官方文档的图，后面的公式是说明，用代码对一张渐变的黑白图处理可以看到效果

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
img = cv.imread('../Resources/jianbian.jpg',0)
ret,thresh1 = cv.threshold(img,127,255,cv.THRESH_BINARY)
ret,thresh2 = cv.threshold(img,127,255,cv.THRESH_BINARY_INV)
ret,thresh3 = cv.threshold(img,127,255,cv.THRESH_TRUNC)
ret,thresh4 = cv.threshold(img,127,255,cv.THRESH_TOZERO)
ret,thresh5 = cv.threshold(img,127,255,cv.THRESH_TOZERO_INV)
titles = ['Original Image','BINARY','BINARY_INV','TRUNC','TOZERO','TOZERO_INV']
images = [img, thresh1, thresh2, thresh3, thresh4, thresh5]
for i in range(6):
    plt.subplot(2,3,i+1),plt.imshow(images[i],'gray')
    plt.title(titles[i])
    plt.xticks([]),plt.yticks([])
plt.show()

效果如下，详见上面函数参数后面的解释：

自适应阈值分割

自适应阈值会每次取图片的一小部分计算阈值，固定阈值是每次对整张图片进行处理，这种对于图片明暗不均的其实效果不好，自适应可以解决这个问题

import cv2
from matplotlib import pyplot as plt

# 自适应阈值对比固定阈值
img = cv2.imread('../Resources/sudoku.jpg', 0)

# 固定阈值
ret, th1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
# 自适应阈值
th2 = cv2.adaptiveThreshold(
    img, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 4)
th3 = cv2.adaptiveThreshold(
    img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 17, 6)

titles = ['Original', 'Global(v = 127)', 'Adaptive Mean', 'Adaptive Gaussian']
images = [img, th1, th2, th3]

for i in range(4):
    plt.subplot(2, 2, i + 1), plt.imshow(images[i], 'gray')
    plt.title(titles[i], fontsize=8)
    plt.xticks([]), plt.yticks([])
plt.show()

效果如下：

可以看出，首先是使用 adaptiveThreshold函数，然后后面的阈值计算方式有两种：

• ADAPTIVE_THRESH_MEAN_C 小区域取均值，根据均值来判断
• ADAPTIVE_THRESH_GAUSSIAN_C 使用高斯核来加权求和

然后阈值变黑还是变白这里只能使用THRESH_BINARY和THRESH_BINARY_INV，后面为小区域面积11就是11*11，最后一个参数是补充值，就是算出来的值减去这个值为最终值，利用这个最终值去比较

大津法（OSTU阈值法）

就是前面阈值都是127-255，但是不知道255是不是合适的，所以就直接输入0-255，然后传入cv.THRESH_OTSU这个参数去搜索，找到最合适的值，然后这个东西跟图像的直方图有关，这个我也不太清楚，官方的解释如下：

• 一个双峰图像（简单来说，双峰图像是一个直方图有两个峰值的图像），Otsu 二值化可以近似地取这些峰值中间的一个值作为阈值。
• 如果不是双峰图像呢，那二值化将不准确，就是效果会不好

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
img = cv.imread('../Resources/noisy.jpg',0)
# 全局阈值
ret1,th1 = cv.threshold(img,127,255,cv.THRESH_BINARY)
# Otsu 阈值
ret2,th2 = cv.threshold(img,0,255,cv.THRESH_BINARY+cv.THRESH_OTSU)
# 经过高斯滤波的 Otsu 阈值
blur = cv.GaussianBlur(img, (5, 5), 0)
ret3,th3 = cv.threshold(blur,0,255,cv.THRESH_BINARY+cv.THRESH_OTSU)

# 画出所有的图像和他们的直方图
images = [img, 0, th1,
          img, 0, th2,
          blur, 0, th3]
titles = ['Original Noisy Image','Histogram','Global Thresholding (v=127)',
          'Original Noisy Image','Histogram',"Otsu's Thresholding",
          'Gaussian filtered Image','Histogram',"Otsu's Thresholding"]
for i in range(3):
    plt.subplot(3,3,i*3+1),plt.imshow(images[i*3],'gray')
    plt.title(titles[i*3]), plt.xticks([]), plt.yticks([])
    plt.subplot(3,3,i*3+2),plt.hist(images[i*3].ravel(),256)
    plt.title(titles[i*3+1]), plt.xticks([]), plt.yticks([])
    plt.subplot(3,3,i*3+3),plt.imshow(images[i*3+2],'gray')
    plt.title(titles[i*3+2]), plt.xticks([]), plt.yticks([])
plt.show()

效果如下：

1

6、图像几何变换

缩放图片 cv2.resize

import cv2

img = cv2.imread('../Resources/lena.png')

# 按照指定的宽度、高度缩放图片
res = cv2.resize(img, (216, 216))
# 按照比例缩放，如x,y轴均放大一倍
res2 = cv2.resize(img, None, fx=0.5, fy=2, interpolation=cv2.INTER_LINEAR)

cv2.imshow('shrink', res), cv2.imshow('zoom', res2)
cv2.waitKey(0)

翻转图片 cv2.flip

使用filp（）函数实现图像翻转

第二个参数	含义
1	水平翻转
0	垂直翻转
-1	水平垂直翻转

import cv2

img = cv2.imread('../Resources/lena.png')

res = cv2.flip(img,1)
res2 = cv2.flip(img,0)
res3 = cv2.flip(img,-1)

cv2.imshow('shuiping', res), cv2.imshow('chuizhi', res2),cv2.imshow('shuipingchuizhi', res3)
cv2.waitKey(0)

效果如下

平移图片 cv2.warpAffine

import cv2
# 平移图片
import numpy as np

img = cv2.imread('../Resources/lena.png')

rows, cols = img.shape[:2]
# 实现平移，x-100，y50
M = np.float32([[1, 0, -100], [0, 1, 50]])
#仿射变换实现平移
dst = cv2.warpAffine(img, M, (cols, rows))

cv2.imshow('shift', dst)
cv2.waitKey(0)

旋转图片 cv2.getRotationMatrix2D()

import cv2
# 平移图片
import numpy as np

img = cv2.imread('../Resources/lena.png')
rows, cols = img.shape[:2]
# 旋转中心 旋转角度，缩放比例
M = cv2.getRotationMatrix2D((cols / 2, rows / 2), 45, 0.5)
dst = cv2.warpAffine(img, M, (cols, rows))

cv2.imshow('rotation', dst)
cv2.waitKey(0)

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ZOUEZOlU-1642927002554)(https://img1.imgtp.com/2022/01/23/u6VJBz1p.png)]

7、实现绘图功能

• 画线 cv2.line()
• 画圆 cv2.circle()
• 画矩形 cv2.rectangle()
• 添加文字 cv2.putText()

共同的参数：

• img 图像
  颜色 color
  线宽 默认是1 thickness

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 准备一张黑色图片
img = np.zeros((512, 512, 3), np.uint8)
# 起点，终点，颜色，线宽
cv2.line(img, (0, 0), (512, 512), (255, 0, 0), 5)

cv2.imshow('img',img)
cv2.waitKey(0)

注意：

• 终点起点什么的不在图像内部没关系，看不到就是了，线宽为0的话实际大小还是1
• 绘制多边形看起来比较像把点都连起来的样子（不闭合的情况），就相当于多cv2.line，但是他的速度比cv2.line快很多
• 文字的左下角是文字的起始点，所以如果文字的y取得比较小就很容易被遮住

示例如下：

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 准备一张黑色图片
img = np.zeros((512, 512, 3), np.uint8)
# 起点，终点，颜色，线宽
cv2.line(img, (0, 0), (512, 512), (255, 0, 0), 5)
# 起点 终点 颜色 线宽
cv2.rectangle(img,(50,50),(100,520),(255, 0, 0),0)
# 圆心，半径，颜色，线宽
cv2.circle(img,(256,256),50,(0,255,0),2)
# 椭圆 圆心 x,y轴的长度，旋转角度 起始角度，结束角度
cv2.ellipse(img,(255,100),(100,60),0,0,360,(0,0,255),2)
# 指定多边形的定顶点坐标，之后变成矩阵才可以绘制
pts = np.array([[10, 5],  [50, 10], [70, 20], [20, 30]], np.int32)
pts = pts.reshape((-1,1,2))
cv2.polylines(img,[pts],True,(0,0,255)) # 这里的参数true决定多边形是否闭合
# 添加文本，起始坐标（左下角为起点） 字体 文字大小
font = cv2.FONT_HERSHEY_SIMPLEX
cv2.putText(img, 'lx2035', (10, 100), font, 2, (255, 255, 255), 2, lineType=cv2.LINE_AA)


cv2.imshow('img',img)
cv2.waitKey(0)

效果如下：

8、图像混合

本质是图像之间的混合运算

图像混合

import cv2
import numpy as np
import matplotlib.pyplot as plt

img = cv2.imread('../Resources/lena.png')
img1 = cv2.resize(img,(174,174))
img2 = cv2.imread('../Resources/logo.png')

img3 = cv2.addWeighted(img1,0.6,img2,0.4,0)


cv2.imshow('add',img3)
cv2.waitKey(0)

注意

• 图像大小一定要相同
• 两个参数都是1的时候就等效于图像相加，直接叠加

按位操作（与或非）

import cv2

img1 = cv2.imread('../Resources/lena.png')
img2 = cv2.imread('../Resources/logo.png')

rows, cols = img2.shape[:2]
roi = img1[:rows, :cols]

img2gray = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)
ret, mask = cv2.threshold(img2gray, 10, 255, cv2.THRESH_BINARY)
mask_inv = cv2.bitwise_not(mask)

# 保留除logo外的背景
img1_bg = cv2.bitwise_and(roi, roi, mask=mask_inv)
dst = cv2.add(img1_bg, img2)  # 进行融合
img1[:rows, :cols] = dst  # 融合后放在原图上

cv2.imshow('img',img1),cv2.imshow('mask',mask_inv) #看看扣完的是啥图
cv2.waitKey(0)

类似抠图，就是把不符合的去掉

9、图像平滑

用于模糊/平滑图像，消除噪点

这里我没太懂，大概就是用卷积的办法，然后卷积啥意思可以看下这篇文章：
https://cloud.tencent.com/developer/article/1913657

这里简单记录下我的理解，详细的还是看原博客

• 下面这个就是卷积了，可以看到就是把像素点这样依次叠加得到另一张图，计算公式在图的右上角，5怎么来的就是那个公式了。
• 然后他这个是移位计算，不是按照3个平分，这样保证不管图像是咋样的都可以卷完

然后滤波就是用了这么个卷积的方式，然后下面列一下常见的滤波方式

均值滤波

import cv2

img = cv2.imread('../Resources/lena.png')
blur = cv2.blur(img, (3, 3))  # 均值模糊

cv2.imshow('img_orgin',img)
cv2.imshow('img',blur)
cv2.waitKey(0)

看的有点模糊了，一点点不太明显

之后我又在网上看到可以生成噪声图片，感谢这位博主提供生成两种噪声的代码 https://blog.csdn.net/qq_45832961/article/details/122309422

def sp_noise(image, prob):
    """
    添加椒盐噪声
    prob:噪声比例
    """
    output = np.zeros(image.shape,np.uint8)
    thres = 1 - prob
    for i in range(image.shape[0]):
        for j in range(image.shape[1]):
            rdn = random.random()
            if rdn < prob:
                output[i][j] = 0
            elif rdn > thres:
                output[i][j] = 255
            else:
                output[i][j] = image[i][j]
    return output

def gasuss_noise(image, mean=0, var=0.001):
    """
        添加高斯噪声
        mean : 均值
        var : 方差
    """
    image = np.array(image/255, dtype=float)
    noise = np.random.normal(mean, var ** 0.5, image.shape)
    out = image + noise
    if out.min() < 0:
        low_clip = -1.
    else:
        low_clip = 0.
    out = np.clip(out, low_clip, 1.0)
    out = np.uint8(out*255)
    return out

import numpy as np
import cv2
import random

src = cv2.imread('../Resources/lena.png')
img = src.copy()

img_sp = sp_noise(img, prob=0.02)  #设置噪声比为0.02

# 均值滤波
blur = cv2.blur(img_sp, (3, 3))

cv2.imshow("sp", img_sp)
cv2.imshow("blur", blur)
cv2.waitKey(0)

这次效果比较明显了

还有方框滤波，高斯滤波，中值滤波，双边滤波这几种，就直接在上面代码添加吧

def sp_noise(image, prob):
    """
    添加椒盐噪声
    prob:噪声比例
    """
    output = np.zeros(image.shape,np.uint8)
    thres = 1 - prob
    for i in range(image.shape[0]):
        for j in range(image.shape[1]):
            rdn = random.random()
            if rdn < prob:
                output[i][j] = 0
            elif rdn > thres:
                output[i][j] = 255
            else:
                output[i][j] = image[i][j]
    return output

def gasuss_noise(image, mean=0, var=0.001):
    """
        添加高斯噪声
        mean : 均值
        var : 方差
    """
    image = np.array(image/255, dtype=float)
    noise = np.random.normal(mean, var ** 0.5, image.shape)
    out = image + noise
    if out.min() < 0:
        low_clip = -1.
    else:
        low_clip = 0.
    out = np.clip(out, low_clip, 1.0)
    out = np.uint8(out*255)
    return out

import numpy as np
import cv2
import random

src = cv2.imread('../Resources/lena.png')
img = src.copy()

img_sp = sp_noise(img, prob=0.02)  #设置噪声比为0.02

# 均值滤波
blur = cv2.blur(img_sp, (3, 3))
# 方框滤波 normalize=True时候等效均值滤波，为false的时候，相当于求每个卷积区域像素和
blur1 = cv2.boxFilter(img_sp, -1, (3, 3), normalize=False)
# 高斯滤波，高斯滤波卷积核中间权重大，有点像正态分布曲线
gaussian = cv2.GaussianBlur(img, (5, 5), 1)
# 中值滤波，所有数排序之后取中位数的值
median = cv2.medianBlur(img, 5)
# 双边滤波，相比其他滤波优化了对边缘的处理
blur2 = cv2.bilateralFilter(img, 9, 75, 75)

cv2.imshow("sp", img_sp)
cv2.imshow("blur", blur)
cv2.imshow("blur1", blur1)
cv2.imshow("gaussian", gaussian)
cv2.imshow("median", median)
cv2.imshow("blur2", blur2)


cv2.waitKey(0)

效果如下：

10、边缘检测

canny算子

import cv2
import numpy as np

img = cv2.imread('../Resources/num2.jpg', 0)
edges = cv2.Canny(img, 30, 70)  阈值区间

cv2.imshow('canny', np.hstack((img, edges))) # 叠加图像的另一种方式
cv2.waitKey(0)

但是当图像轮廓不清晰的时候效果不好，提升效果可以看我的另一篇文章，采用 cv.findContours() 对二值图像寻找轮廓，函数 cv2.drawContours() 绘制轮廓。

链接如下：https://blog.csdn.net/m0_51220742/article/details/122610764?spm=1001.2014.3001.5501

看下效果：

可以看出效果得到了一定提升。

使用阈值来修改参数
根据上面的canny算子可以知道，canny算子比较依赖这个区间，所以可以用opencv的滑块来调节这个滑块，代码如下：

import cv2

img=cv2.imread('../Resources/lena.png')
cv2.namedWindow('Canny_set')

# 滑动条的回调函数
def nothing(x):
    pass

cv2.createTrackbar('threshold1','Canny_set',100,300,nothing)
cv2.createTrackbar('threshold2','Canny_set',100,300,nothing)

while(1):
    threshold1=cv2.getTrackbarPos('threshold1','Canny_set') #滑动条返回值
    threshold2=cv2.getTrackbarPos('threshold2','Canny_set')

    img_edges=cv2.Canny(img,threshold1,threshold2)

    cv2.imshow('original',img)
    cv2.imshow('Canny_set',img_edges)

    if cv2.waitKey(1)==ord('q'):
        break
cv2.destroyAllWindows()

效果如下：

11、腐蚀与膨胀

这个在我之前的答题记录记录过了较详细的操作，详情可见opencv技能树答题记录

先理解下,这是后面的基础，知道这个也好理解和记忆后面的内容

• 腐蚀就是变瘦
• 膨胀就是变胖
• 开运算就是先腐蚀再膨胀
• 闭运算就是先膨胀再腐蚀

import cv2
import numpy as np

img = cv2.imread('../Resources/j.bmp')
kernel = np.ones((5, 5), np.uint8)
kernel1 = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))

erosion = cv2.erode(img, kernel)  # 腐蚀
dilation = cv2.dilate(img, kernel)  # 膨胀
opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel1)  # 开运算
closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel1)  # 闭运算

img_concat = np.concatenate(
    (img,erosion, dilation,opening,closing),
    axis=1
)
cv2.imwrite("bug_band.jpg", img_concat)
cv2.imshow('connect',img_concat)

cv2.waitKey(0)
cv2.destroyAllWindows()

效果如下

结合上图可以很好的明白这四个操作的用处，可以看出开闭运算好像对图像没有什么影响

现在我们换一张图，原图中内部有很多咋点，可以看出闭运算把内部杂点消除了，但是开运算却把杂点放大了

再换一张图原图中外部有很多咋点，可以看出开运算把外部杂点消除了，但是必运算却把杂点放大了

上面的原因从步骤来考虑很快就能明白，这里不做赘述，代码如下：

import cv2
import numpy as np

img = cv2.imread('../Resources/j_noise_out.bmp')
kernel = np.ones((5, 5), np.uint8)
kernel1 = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))

opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel1)  # 开运算
closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel1)  # 闭运算

img_concat = np.concatenate(
    (img, opening,closing),
    axis=1
)
cv2.imwrite("bug_band.jpg", img_concat)
cv2.imshow('connect',img_concat)

cv2.waitKey(0)
cv2.destroyAllWindows()

12、轮廓特征

轮廓的函数上面已经记录过了，主要是cv2.findContours这个函数在理解下：

cv2.findContours(image, mode, method, contours=None, hierarchy=None, offset=None)

• img: 必须是二值图片
• mode：轮廓检索模式
  cv2.findContours 只检测外轮廓
  cv2.RETR_LIST 检测到的轮廓没有等级关系
  cv2.RETR_CCOMP 建立两个等级的轮廓，上面的一层为外边界，里面的一层为内孔的边界信息
  cv2.RETR_TREE 建立一个等级树结构的轮廓
• method 轮廓的近似办法，常用的：
  cv2.CHAIN_APPROX_NONE 存储所有的轮廓点，相邻的两个点的像素位置差不超过1
  cv2.CHAIN_APPROX_SIMPLE 压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标

返回值信息：

• contours 就是有几个轮廓
• hierarchy 就是每个轮廓每级轮廓的索引，就是每个轮廓好几级然后这个就是对应的所以，注意是二重索引，先是轮廓号，后面才是对应下的索引号

下面主要记录下轮廓的特征 （面积、周长、最小外接矩形）

import cv2
import numpy as np

img = cv2.imread('../Resources/num3.jpg', 0)
_, thresh = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)
contours, hierarchy = cv2.findContours(thresh, 3, 2)

cnt =contours[0]

img_color1 = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)
img_color2 = np.copy(img_color1)

cv2.drawContours(img_color1, [cnt], 0, (0, 0, 255), 2)

cv2.imshow('canny', np.hstack((img_color1, img_color2)))
cv2.waitKey(0)

找到外接轮廓

• 周长：
  cv2.arcLength(cnt,True) true表示闭合

• 面积
  cv2.contourArea(cnt)

• 图形矩
  cv2.moments(cnt)

import cv2
import numpy as np

img = cv2.imread('../Resources/num3.jpg', 0)
_, thresh = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)
contours, hierarchy = cv2.findContours(thresh, 3, 2)

cnt =contours[0]

img_color1 = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)
img_color2 = np.copy(img_color1)

cv2.drawContours(img_color1, [cnt], 0, (0, 0, 255), 2)
cv2.imshow('canny', np.hstack((img_color1, img_color2)))
print('周长：',cv2.arcLength(cnt,True),'面积',cv2.contourArea(cnt),'图像矩',cv2.moments(cnt))

cv2.waitKey(0)

这里关注下这个图形矩

官网api来源：https://docs.opencv.org/4.0.0/db/dfc/modules_2core_2include_2opencv2_2core_2types_8hpp.html

如下所示：

下面只说几个比较重要的用法：

• m00 就是面积

• 质心(平面图形，质心就是形心)：cx,cy = M[‘m10’] / M[‘m00’], M[‘m01’] / M[‘m00’]

• 外接矩形
  cv2.boundingRect(cnt)
  cv2.minAreaRect(cnt) 最小外接矩形

• 最小外接圆
  cv2.minEnclosingCircle(cnt)

• 拟合椭圆
  cv2.fitEllipse(cnt)

import cv2
import numpy as np

img = cv2.imread('../Resources/num3.jpg', 0)
_, thresh = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)
contours, hierarchy = cv2.findContours(thresh, 3, 2)

cnt =contours[0]

img_color1 = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)
img_color2 = np.copy(img_color1)

# 外接矩形
x, y, w, h = cv2.boundingRect(cnt)
cv2.rectangle(img_color2, (x, y), (x + w, y + h), (255, 0, 0), 2)
#最小外接矩形
rect = cv2.minAreaRect(cnt)
box = np.int0(cv2.boxPoints(rect)) # 取整函数
cv2.drawContours(img_color2, [box], 0, (0, 255, 0), 2)
# 最小外接圆
(x, y), radius = cv2.minEnclosingCircle(cnt)
(x, y, radius) = np.int0((x, y, radius))  # 取整函数
cv2.circle(img_color2, (x, y), radius, (0, 0, 255), 2)
#拟合椭圆
ellipse = cv2.fitEllipse(cnt)
cv2.ellipse(img_color2, ellipse, (0, 255, 255), 2)

cv2.imshow('canny', np.hstack((img_color1, img_color2)))

cv2.waitKey(0)

效果如下：

• 形状匹配
  cv2.matchShapes()，用于检测两个形状之间的相似度。根据返回值来判定，返回值越小，越相似。

import cv2

img = cv2.imread('../Resources/2.jpg', 0)
_, thresh = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
contours, hierarchy = cv2.findContours(thresh, 2, 2)

cnt_a, cnt_b = contours[0], contours[1]
print(cv2.matchShapes(cnt_a, cnt_b, 1, 0.0)) # 打印出两个轮廓的相似度