opencv图像处理及视频处理基本操作

        计算机眼中的图像由一个个像素组成, 每个像素点的值在0-255之间,代表像素点的亮度(0为最暗,255为最亮)。通常彩色图为三通道,灰度图(黑白图)为单通道。彩色图像包括三个颜色通道——B,G,R,分别表示蓝、绿、红。

目录

1.图像的表示

2.图像的读取

3.显示图片

4.色彩空间

5.图像的逐点操作(像素级操作)

6.图像二值化

7.几何变换-缩放

8.几何变换-平移

9.几何变换-旋转

10.视频读取和写入
​​​​​​​


1.图像的表示

        图像的高和宽代表图像在竖直和水平方向分别有多少个像素点。也等价于每个颜色通道矩阵的维度。每张图片都是像素值构成的多维数组,彩色图像为三维数组,灰度图为二维数组

opencv图像处理及视频处理基本操作_第1张图片


        opencv库是开源图像处理和计算机视觉算法库,不同于其他库的是,其终端下载命令为pip install opencv-python,导入库的代码是import cv2


2.图像的读取

cv2.imread(filepath, flag)
• filepath : 文件路径,不能包含中文
• flag:读取的模式(可选)

               flag参数值 缩写参数值                               含义
cv.IMREAD_UNCHANGED         -1 按原样返回加载的图像(如果有透明
通道则保留)
cv.IMREAD_GRAYSCALE         0 始终将图像转换为单通道灰度图像
cv.IMREAD_COLOR (默认)         1 始终将图像转换为3通道BGR彩色图
像。
#读取图片(路径不能包含中文)
img=cv2.imread("C:\\Users\\Administrator\\desk\\images\\lena02.png")
print(img)               #打印像素
print(img.shape)         #(高,宽,通道)

 3.显示图片

cv2.imshow(windowname, img)
• windowname : 显示的窗口名,字符串形式
• img:要显示的图片

#显示结果
cv2.imshow("img",img)
cv2.waitKey()      #等待键盘输入,输入任意键返回
cv2.destroAllyWindow()    #关闭窗口

 4.色彩空间

dst = cv2.cvtColor(src, code)
• src: 输入图像
• code:转换模式,例如cv2.COLOR_BGR2GRAY, 
cv2.COLOR_BGR2HSV,数字2的前后分别是转换前和转换后
的色彩空间

opencv图像处理及视频处理基本操作_第2张图片

#转换为灰度图
gray=cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)    #数字2的前后分别是转换前和转换后的色彩空间
print(gray.shape)


#转换为三通道图
img=cv2.cvtColor(gray,cv2.COLOR_RGB2BGR)
print(gray.shape)

5.图像的逐点操作(像素级操作)

访问图片中某一特定像素的像素值
• 彩色图像:[行编号,列编号,通道编号]
• 灰度图像:[行编号,列编号]

访问图像某个局部区域:图像裁剪(通过切片实现)
• 通过切片的方式得到图片的某一部分

局部区域有时也称为ROI(Region Of Interest)

#获取局部区域(roi)
roi=img[384:513,350:550]
#保存roi到roi1.jpg
cv2.imwrite("roi1.jpg", roi)

6.图像二值化

二值图像:
• 图像上像素点的灰度值只有两种(一般是0和255)
• 更好地分析物体的形状和轮廓
• 也常作为掩码图像(mask)
图像二值化:
• 将图像变为二值图像的操作

retval, dst = cv2.threshold(src, thresh, maxval, thresholdType)• dst:结果图像

• src:原图像,要求必须是灰度图像
• thresh:阈值,取值范围0~255
• maxVal:像素灰度最大值(最大阈值)
• thresholdType:阈值类型,如下图THRESH_BINARY类型,修改后原图像像素小于127的值会会变成0,大于127的值会变成255

  • retval: 返回输入的thresh
  • dst: 返回二值化后的图片
  • opencv图像处理及视频处理基本操作_第3张图片
img=cv2.imread("D:\\desk\\images\\lena02.png",0)        #0:自动将图像转为灰度图
ret,thresh1=cv2.threshold(img,127,255,cv2.THRESH_BINARY)
ret,thresh2=cv2.threshold(img,127,255,cv2.THRESH_BINARY_INV)
ret,thresh3=cv2.threshold(img,127,255,cv2.THRESH_TRUNC)
ret,thresh4=cv2.threshold(img,127,255,cv2.THRESH_TOZERO)
ret,thresh5=cv2.threshold(img,127,255,cv2.THRESH_TOZERO_INV)

运行结果如下:

opencv图像处理及视频处理基本操作_第4张图片

 7.几何变换-缩放

res = cv2.resize(src, size, fx, fy, interpolation)

•src: 原图

•size:目标的宽和高,格式为(w,h),w和h均为整数

•fx, fy(可选):沿x轴,y轴的缩放系数,当指定这两个数值时,size需输入None

Interpolation(可选):缩放的方式,具体含义见下表

cv2.INTER_NEAREST 最近邻插值
cv2.INTER_LINEAR 双线性插值(默认设置)
cv2.INTER_AREA 使用像素区域关系进行重采样
cv2.INTER_CUBIC 4x4像素邻域的双三次插值
cv2.INTER_LANCZOS4 8x8像素邻域的Lanczos插值
img=cv2.imread("C:\\Users\\Administrator\\desk\\images\\lena02.png")
print(img.shape)

#计算宽和高
#方法1
w=int(0.5*img.shape[1])
h=int(0.6*img.shape[0])
img_small=cv2.resize(img,(w,h))
#方法2
img_small=cv2.resize(img,None,fx=0.5,fy=0.6)     #res = cv2.resize(src, size, fx, fy, interpolation(可选))
print(img.shape)

8.几何变换-平移

dst = cv2.warpAffine(src, M, dsize[,flags,borderMode,borderValue]) 

•src:输入图像

•M:2*3变换矩阵,float32

opencv图像处理及视频处理基本操作_第5张图片

tx:水平方向的平移距离      ty:垂直方向的平移距离

•dsize:输出图像的大小,格式为(w,h)

•Flags(可选):插值方法,默认为cv2.INTER_LINEAR(即线性插值)

•borderMode(可选):边的类型

•borderValue(可选):边界值,默认为0


#定义变换矩阵
tx=50     #水平方向的平移距离
ty=50     #垂直方向的平移距离
M=np.float32([[1,0,tx],[0,1,ty]])

#移动图像
lena_shift=cv2.warpAffine(img,M,(img.shape[1],img.shape[0]),borderValue=(255,255,255))
#borderValue定义颜色  dsize:(img.shape[1],img.shape[0])为输出图像的大小,格式为(w,h)

9.几何变换-旋转

cv2.warpAffine()除了平移外,还可以实现旋转效果

输入图片和输出大小预先设定,已知

只需要确定M矩阵:cv2.getRotationMatrix2D(center, angle, scale)

•center:输入图像的旋转中心,格式为(x,y),即横坐标在前,纵坐标在后

•angle:旋转角(以度为单位),注意:逆时针旋转角为正,顺时针旋转角为负

•scale:原始图像的缩放系数


h,w,_=img.shape

#定义旋转中心
center_x=int(w/2)
center_y=int(h/2)

#得到变换矩阵,逆时针旋转30,缩放到原图0.6倍
M=cv2.getRotationMatrix2D((center_x,center_y),30,0.6)     #旋转中心,旋转角,缩放系数

#调用warpAffine进行旋转
res=cv2.warpAffine(img,M,(w,h))

 10.视频读取和写入

OpenCV中的视频读取步骤:

•1.cam = cv2.VideoCapture() 创建视频捕获器

•2.cam.read() 读取视频帧,每次调用都返回读取是否成功和当前帧(失败的话为None)

有两种读取失败的可能:视频损坏、已读到最后一帧

•3.cam.release() 释放视频捕获器

OpenCV中的视频写入步骤:

•1.定义新视频的宽、高、帧率

•2.创建新视频的编码器cv2.VideoWriter_fourcc

•3. 创建新视频的写入对象cv2.VideoWriter

•4.逐帧写入新视频: .write(frame)•5.释放VideoWriter对象: .release()

OpenCV中的获取视频属性: VideoCapture对象的.get()方法

get参数 含义
cv2.CAP_PROP_FRAME_WIDTH 视频帧的宽
cv2.CAP_PROP_FRAME_HEIGHT 视频帧的高
cv2.CAP_PROP_FPS 视频帧的帧率
编码器初始化fourcc= cv2.VideoWriter_fourcc(fourcc_name)
•fourcc: 编码器对象
•fourcc_name:编码器名称,格式为*'编码器',  例如*'mp4v',*'DIVX'.
视频写入对象的初始化vw= cv2.VideoWriter(path, fourcc, fps, frame_size)
•path:保存路径
•fourcc:编码器对象
•fps:帧率
•frame_size:视频帧宽和高,格式为(w,h)
"""将一段视频读取进来,并且将读入的视频帧写到新视频,如果用户有按键输入,则停止写入"""
import cv2
# 第一步:读取视频
# 创建视频捕获器

cam = cv2.VideoCapture("D:\\desk\\chp3.mp4")

# 确定视频高 宽 帧率   视频总帧数
height = int(cam.get(cv2.CAP_PROP_FRAME_HEIGHT))
width = int(cam.get(cv2.CAP_PROP_FRAME_WIDTH))
fps = round(cam.get(cv2.CAP_PROP_FPS))
frameCount=cam.get(cv2.CAP_PROP_FRAME_COUNT)

# 创建视频编码器
fourcc = cv2.VideoWriter_fourcc(*'mp4v')  # 对应的编码器为MP4v
cam_write = cv2.VideoWriter("C:\\Users\\Administrator\\desk\\output.mp4", fourcc, fps, (width, height))


# 第二步:循环得到视频帧,并写入新视频
success, frame = cam.read()
frame_count=0      #当前写入
# 读取视频帧
while success:
    # 将视频帧写入新视频
    cam_write.write(frame)
    cv2.imshow("frame", frame)
    # 判断用户是否有按键输入,如果有则跳出循环
    # cv2.waitKey如果有用户输入,返回输入的字符,否则返回-1
    char = cv2.waitKey(5)
    if char != -1:
        break
    # 读取新视频
    success, frame = cam.read()

# 释放视频读取对象
cam.release()
# 释放视频写入对象
cam_write.release()

你可能感兴趣的:(python,pycharm,opencv,计算机视觉,图像处理)