OpenCV学习笔记(一)——OpenCV入门及图像处理基础

一. OpenCV入门

1.1 读取图像

retval = cv2.imread( filename[, flags] )

• retval 是返回值，其值是读取到的图像。如果未读取到图像，则返回“None”。
• filename 表示要读取的图像的完整文件名。
• flags 是读取标记。该标记用来控制读取文件的类型，具体如表1-1 所示。表1-1 中的第一列参数与第三列数值是等价的。例如cv2.IMREAD_UNCHANGED=−1，在设置参数时，既可以使用第一列的参数值，也可以采用第三列的数值。
  

1.2 显示图像

1.2.1 cv2.imshow( winname, mat )

• winname 是窗口名称。
• mat 是要显示的图像。

1.2.2 retval = cv2.waitKey( [delay] )

• retval 表示返回值。如果没有按键被按下，则返回−1；如果有按键被按下，则返回该按键的ASCII码。
• delay 表示等待键盘触发的时间，单位是ms。当该值是负数或者零时，表示无限等待。该值默认为0。

在实际使用中，可以通过函数cv2.waitKey()获取按下的按键，并针对不同的键做出不同的反应，从而实现交互功能。例如，如果按下A 键，则关闭窗口；如果按下B 键，则生成一个窗口副本。

import cv2
lena=cv2.imread("lena.bmp")
cv2.imshow("demo", lena )
key=cv2.waitKey()
if key==ord('A'):
cv2.imshow("PressA",lena)
elif key==ord('B'):
cv2.imshow("PressB",lena)

1.2.3 cv2.destroyWindow( winname )

• winname是窗口名称。

在实际使用中，该函数通常与函数cv2.waitKey()组合实现窗口的释放。

import cv2
lena=cv2.imread("lena.bmp")
cv2.imshow("demo", lena )
cv2.waitKey()
cv2.destroyWindow("demo")

1.2.4 cv2.destroyAllWindows( )

• 用于释放（销毁）所有窗口。

import cv2
lena=cv2.imread("lena.bmp")
cv2.imshow("demo1", lena )
cv2.imshow("demo2", lena )
cv2.waitKey()
cv2.destroyAllWindows()

1.3 保存图像

retval = cv2.imwrite( filename, img[, params] )

• retval 是返回值。如果保存成功，则返回逻辑值真（True）；如果保存不成功，则返回逻辑值假（False）。
• filename 是要保存的目标文件的完整路径名，包含文件扩展名。
• img 是被保存图像的名称。
• params 是保存类型参数，是可选的。

二. 图像处理基础

2.1 图像基本表示方法

2.1.1 二值图像

二值图像是指仅仅包含黑色(0)和白色(1)两种颜色的图像。

2.1.2 灰度图像

通常，计算机会将灰度处理为256 个灰度级，用数值区间[0, 255]来表示。其中，数值“255”表示纯白色，数值“0”表示纯黑色，其余的数值表示从纯白到纯黑之间不同级别的灰度。

2.1.3 RBG彩色图像

在 RGB色彩空间中，存在R(red，红色)通道、G(green，绿色)通道和B(blue，蓝色)通道，共三个通道。每个色彩通道值的范围都在[0, 255]之间，我们用这三个色彩通道的组合表示颜色。
一般情况下，在RGB色彩空间中，图像通道的顺序是R→G→B，即第1个通道是R 通道，第2个通道是G 通道，第3个通道是B 通道。需要特别注意的是，在OpenCV 中，通道的顺序是B→G→R。

2.2 像素处理

2.2.1 二值图像与灰度图像

在OpenCV 中，最小的数据类型是无符号的8位数。因此，在OpenCV 中实际上并没有二值图像这种数据类型，二值图像经常是通过处理得到的，然后使用0表示黑色，使用255表示白色。
在面向Python 的OpenCV中，图像就是Numpy库中的数组。一个OpenCV 灰度图像是一个二维数组，可以使用表达式访问其中的像素值。例如，可以使用image[0,0]访问图像image 第0行第0列位置上的像素点。第0行第0列位于图像的左上角，其中第1 个索引表示第0行，第2个索引表示第0列。

2.2.2 彩色图像

RGB 模式的彩色图像在读入OpenCV 内进行处理时，会按照行方向依次读取该RGB 图像的B通道、G通道、R通道的像素点，并将像素点以行为单位存储在ndarray 的列中。
可以使用表达式访问数组内的值。例如，可以使用image[0,0,0]访问图像image的B通道的第0行第0列上的像素点，式中：

• 第 1 个索引表示第0 行。
• 第 2 个索引表示第0 列。
• 第 3 个索引表示第0 个颜色通道。

#例：使用Numpy 生成一个三维数组，用来观察三个通道值的变化情况
import numpy as np
import cv2
img=np.zeros((300,300,3),dtype=np.uint8)
img[:,0:100,0]=255
img[:,100:200,1]=255
img[:,200:300,2]=255
print("img=\n",img)
cv2.imshow("img",img)
cv2.waitKey()
cv2.destroyAllWindows()

2.3 使用numpy.array访问像素

2.3.1 img.item(行,列[,通道])

• 访问图像img的像素值。
• img为二值或灰度图时不需要通道参数，为彩色图的时候需要通道参数。

2.3.2 itemset((行,列[,通道]),新值)

• 修改图像的像素值。
• img为二值或灰度图时元组索引值内为行和列两个元素，为彩色图的时候为行、列和通道三个参数。

2.4 通道操作

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

• 拆分出图像的rgb值。

2.4.2 bgr=cv2.merge([b,g,r])

• 将三个通道的灰度图像构成一幅彩色图像。

2.5 获取图像属性

2.5.1 img.shape

如果是彩色图像，则返回包含行数、列数、通道数的数组；如果是二值图像或者灰度图像，则仅返回行数和列数。通过该属性的返回值是否包含通道数，可以判断一幅图像是灰度图像（或二值图像）还是彩色图像。

2.5.2 img.size

返回图像的像素数目。其值为“行×列×通道数”，灰度图像或者二值图像的通道数为1。

2.5.3 img.dtype

返回图像的数据类型。