精简 opencv python_01_opencv_python_基本图像处理

cv2.IMREAD_COLOR：彩色图像

cv2.IMREAD_GRAYSCALE：灰度图像

import cv2 #opencv读取的格式是BGR

importmatplotlib.pyplot as pltimportnumpy as np%matplotlib inline

# img读入的本质上就是数组

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

#图像的显示,也可以创建多个窗口

cv2.imshow('image',img)#等待时间，毫秒级，0表示任意键终止

cv2.waitKey(0)

cv2.destroyAllWindows()

我们来将上述图像显示的代码封装成一个函数

defcv_show(name,img):

cv2.imshow(name,img)

cv2.waitKey(0)

cv2.destroyAllWindows()

我们可以看看图像的各种基本信息

print(img.shape) #图片形状(h, w, c)

#读取灰度图 -->通道数 c == 1

img=cv2.imread('cat.jpg',cv2.IMREAD_GRAYSCALE)

img#看看图片的类型 numpy.ndarray

type(img)#图片的size = h * w * c

img.size#图片中数据的类型 比如uint8 float32

img.dtype

保存图片

#('路径/保存图片名字', 要保存的图片)

cv2.imwrite('mycat.png', img)

1.2  数据读取-视频

cv2.VideoCapture可以捕获摄像头，用数字来控制不同的设备，例如0,1。

如果是视频文件，直接指定好路径即可。

vc = cv2.VideoCapture('test.mp4')

#检查是否打开正确

ifvc.isOpened():

oepn, frame=vc.read()else:

open= False

whileopen:

ret, frame=vc.read()if frame isNone:break

if ret ==True:

gray=cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

cv2.imshow('result', gray)if cv2.waitKey(100) & 0xFF == 27:breakvc.release()

cv2.destroyAllWindows()

1.3  录制视频

import cv2#导入opencv包

video=cv2.VideoCapture(0)#打开摄像头

fourcc= cv2.VideoWriter_fourcc(*'XVID')#视频存储的格式

fps = video.get(cv2.CAP_PROP_FPS)#帧率#视频的宽高

size =(int(video.get(cv2.CAP_PROP_FRAME_WIDTH)), \

int(video.get(cv2.CAP_PROP_FRAME_HEIGHT)))

out= cv2.VideoWriter('video.avi', fourcc, fps, size)#视频存储

whileout.isOpened():

ret,img=video.read()#开始使用摄像头读数据，返回ret为true，img为读的图像

if ret is False:#ret为false则关闭

exit()

cv2.namedWindow('video',cv2.WINDOW_AUTOSIZE)#创建一个名为video的窗口

cv2.imshow('video',img)#将捕捉到的图像在video窗口显示

out.write(img)#将捕捉到的图像存储

#按esc键退出程序

if cv2.waitKey(1) & 0xFF ==27:

video.release()#关闭摄像头

break

1.4  截取部分图像数据

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

cat=img[0:100,0:200]

cv_show('cat',cat)

1.5  色彩空间API

defcolor_space_demo(src):

img=cv2.imread(src)#转成灰度图

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

cv_show("gray", gray)#转成HSV

hsv =cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

cv_show('hsv', hsv)#hsv转成rgb(bgr)

img =cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)

cv_show('hcv2img', img)#yuv...也可以转

1.5.1  基于颜色提出目标(先转成hsv格式)

defextrace_object_demo(src):

img= cv2.imread(src) #通道数是3

#print(img.shape)

img_binary = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) #通道数是 1

#print(img_binary.shape)

#1.将RGB转换成HSV色彩空间

hsv =cv2.cvtColor(img, cv2.COLOR_BGR2HSV)#print(hsv.shape)

#2.定义数组，说明你要提取(过滤)的颜色目标

#三通道，所以是三个参数

#红色

lower_hsv_r = np.array([156, 43, 46])

upper_hsv_r= np.array([180, 255, 255])#3.进行过滤，提取，得到二值图像

mask_red = cv2.inRange(hsv, lower_hsv_r, upper_hsv_r) #通道数是 1

#print(mask_red.shape)

#4.展示成果

cv_show('original', img)

cv_show('mask_red', mask_red)#5.合并展示

res =np.hstack((img_binary, mask_red))

cv_show("hastck", res)return mask_red

1.6  颜色通道提取与合并

#提取

b,g,r=cv2.split(img)print(b.shape)#合并

img =cv2.merge((b,g,r))print(img.shape)

#只保留R

cur_img =img.copy()

cur_img[:,:,0]=0

cur_img[:,:,1] =0

cv_show('R',cur_img)

1.7  边界填充

BORDER_REPLICATE：复制法，也就是复制最边缘像素。

BORDER_REFLECT：反射法，对感兴趣的图像中的像素在两边进行复制例如：fedcba|abcdefgh|hgfedcb

BORDER_REFLECT_101：反射法，也就是以最边缘像素为轴，对称，gfedcb|abcdefgh|gfedcba

BORDER_WRAP：外包装法cdefgh|abcdefgh|abcdefg

BORDER_CONSTANT：常量法，常数值填充。

top_size,bottom_size,left_size,right_size = (50,50,50,50)

replicate= cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE)

reflect=cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_REFLECT)

reflect101=cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT_101)

wrap=cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_WRAP)

constant= cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_CONSTANT, value=0)

importmatplotlib.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()

1.8  图像融合

必须保证要融合的图片shape一致

img_cat=cv2.imread('cat.jpg')

img_dog=cv2.imread('dog.jpg')

img_cat+img_dog#ValueError: operands could not be broadcast together with shapes (414,500,3) (429,499,3)

#将狗狗的图片和猫猫的图片resize一样

img_dog = cv2.resize(img_dog, (500, 414))#选择融合的权重

res = cv2.addWeighted(img_cat, 0.4, img_dog, 0.6, 0)#展示结果

plt.imshow(res)

进一步演示resize的用法

#将猫猫的图片放大

res = cv2.resize(img, (0, 0), fx=4, fy=4)

plt.imshow(res)

res = cv2.resize(img, (0, 0), fx=1, fy=3)

plt.imshow(res)