Opencv 入门（一）

OpenCV

一、图像基本操作

1. 图像读取

• cv2.imread()
• cv2.waitKey(0)
• cv2.destroyAllWindows()

imread的第二个参数：格式指定

1. cv2.IMREAD_COLOR : 彩色图像（默认）
2. cv2.IMREAD_GRAYSCALE ： 灰度图像

import cv2 as cv

img = cv.imread('xxx\\name.jpg')
def show(name, img) # name - 窗口名， img - 图像
	cv.imshow(name, img)
	cv.waitKey(0)
	cv.destroyAllWindows()

---

2. 视频读取

• cv2.VideoCapture()

vc = cv.VideoCapture('xxx\\name.mp4')

# 用来判断图像是否正常读取
if vc.isOpened():
    open, frame = vc. read() # read会返回两个， boolean， 帧
else :
    open = False

while open:
    ret, frame = vc.read()
    if frame is None: # 没读完整，退出
        break
    if ret == True: # 读到，ret置true
        gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY) # 转成灰度图像
        cv.imshow('result', gray) # 显示每一帧
        if cv.waitKey(100) & 0xFF == 27: # 控制帧率
            break
vc.release() # 释放
cv.destroyAllWindows()

---

3. ROI

ROI(感兴趣区域)

img = cv.imread(name1) 
cat = img[0:100, 0:200] # 切片操作
show('cat', cat)

---

4. 颜色通道提取

OpenCV 图片存储，以B，G，R格式

b, g, r = cv.split(img) # 存储 B， G， R
b, g, r
print(b.shape)
img=cv.merge((b,g,r))
img.shape

• 显示特定通道，可置0其它通道

cur_img=img.copy()
cur_img[:,:,0] = 0 # B通道置0
cur_img[:,:,1] = 0 # G通道置0
show('R', cur_img)

---

5. 边界填充

• cv2.copyMakeBorder() // 用法如示例

填充方式 (borderType)：第五个参数

1. BORDER_REPLICATE ： 复制法，复制最边缘像素
2. BORDER_REFLECT ： 反射法，对感兴趣的图像中的像素在两边进行复制
3. BORDER_REFLECT_101 ： 反射法，以最边缘像素为轴对称
4. BORDER_WRAP ： 外包装法
5. BORDER_CONSTANT ： 常量法，常数值填充

top_size,bottom_size,left_size,right_size=(30,30,30,30) # 制定填充宽度
# 
replicate=cv.copyMakeBorder(img, top_size,bottom_size,left_size,right_size,borderType=cv.BORDER_REPLICATE)
reflect=cv.copyMakeBorder(img, top_size,bottom_size,left_size,right_size,cv.BORDER_REFLECT)
reflect101=cv.copyMakeBorder(img, top_size,bottom_size,left_size,right_size,cv.BORDER_REFLECT_101)
wrap=cv.copyMakeBorder(img, top_size,bottom_size,left_size,right_size,cv.BORDER_WRAP)
constant=cv.copyMakeBorder(img, top_size,bottom_size,left_size,right_size,cv.BORDER_CONSTANT,value=0) # 常数填充，需指定value值

import matplotlib.pyplot as plt
plt.subplot(231), plt.imshow(img, 'gray'), plt.title('ORIGINAL')
plt.subplot(232), plt.imshow(replicate, 'gray'), plt.title('REPLICATE')
plt.subplot(233), plt.imshow(reflect, 'gray'), plt.title('REFLECT')
plt.subplot(234), plt.imshow(reflect101, 'gray'), plt.title('REFLECT_101')
plt.subplot(235), plt.imshow(wrap, 'gray'), plt.title('WRAP')
plt.subplot(236), plt.imshow(constant, 'gray'), plt.title('CONSTANT')

plt.show()

---

6. 数值计算

• cv2.add(img1, img2)

name1 = name+'1.jpg'
name2 = name+'2.jpg'
img_cat1 = cv.imread(name1)
img_cat2 = cv.imread(name2)
img_cat2.resize((300,300,3)) # 同shape 才能执行运算
img_cat1[:5,:,0]

img_cat1_1 = img_cat1 + 10 # 加法会溢出 == %256
img_cat1_1[:5,:,0]
print((img_cat1 + img_cat2)[:5,:,0]) # 加法会溢出 == %256
print(cv.add(img_cat1, img_cat2)[:5,:,0]) # 不溢出

---

7. 图像融合

• cv2.resize()

  坐标都是，宽，高，不要写反了

  • cv2.resize(img, (x, y))
  • cv2.resize(img, (0, 0), fx = 1, fy = 1) // 倍数
• cv2.addWeighted(img1, α, img2, β, γ)
  • α，β 权重
  • γ 亮度， 不宜过大，总和255以上就是白了

img1 = cv.imread(name+'1.jpg')
img2 = cv.imread(name+'2.jpg')
img2 = cv.resize(img2, (300, 300))

img_new = cv.resize(img1, (200 , 100))
plt.imshow(img_new)

img_new = cv.resize(img1, (0, 0), fx=2,fy=3)
plt.imshow(img_new)

res = cv.addWeighted(img2, 0.4, img1, 0.6, 0)
plt.imshow(res)