Opencv-python_图像基本操作和处理_函数方法简单归纳

图像基本操作

方法	含义
数据读取：图像	具体含义
imread()	从路径中读取图片
imshow()	显示图像到窗口
waitKey(0/ms)	窗口显示等待时间，0表示手动终止，ms表示毫秒后终止
destroyAllWindows()	关闭窗口操作
IMREAD_GRAYSCALE	读取灰度图
IMREAD_GRAYSCALE	读取RGB三色图
imwrite()	保存图片至路径
数据读取：视频	具体含义
VideoCapture(path/0/1)	读取视频，path视频路径，0/1表示摄像头
vc.isOpened()	检测视频是否读取/检测摄像头是否打开
open, frame = vc.read()	将视频按帧读取，open变量表示读取是否成功(bool)，frame表示读取到的每一帧
cvtColor( frame, cv2.COLOR_BGR2GRAY )	将视频帧从BGR图片转换成灰度图
vc.release()	释放摄像头，或者关闭视频文件
数据读取：分离或组织通道	具体含义
b,g,r=cv2.split( img )	分离图像的BGR三个通道
img=cv2.merge( (b,g,r) )	将三个单通道的图像组织成BGR彩色图
cur_img = img.copy()	对图片进行复制操作，复制后的结果就是cur_img
边界填充	具体含义
cv2.copyMakeBorder( img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE )	BORDER_REPLICATE：复制法，也就是复制最边缘像素。
函数同上，最后一个参数：borderType=cv2.BORDER_REFLECT	BORDER_REFLECT：反射法，对感兴趣的图像中的像素在两边进行复制
函数同上，最后一个参数：borderType=cv2.BORDER_REFLECT_101	BORDER_REFLECT_101：反射法，也就是以最边缘像素为轴，对称
函数同上，最后一个参数：borderType=cv2.BORDER_WRAP	BORDER_WRAP：外包装法
函数同上，最后一个参数：borderType=cv2.BORDER_CONSTANT	BORDER_CONSTANT：常量法
数值计算	具体含义
图片 + 数字	对图片的所有像素点都增加这个数字
图片 + 图片	两图片对应像素点位置相加，当像素点之和大于255时，会对像素点和求256的余数作为最终结果
cv2.add( img_cat,img_cat2 )	两图片对应像素点位置相加，当像素点之和大于255时，值设置成255
img_new = cv2.convertScaleAbs( img )	对图片里面的像素取绝对值
图像融合	具体含义
img_dog = cv2.resize( img_dog, (500, 414) )	对图片重新设置w值和h值
res = cv2.resize( img, (0, 0), fx=4, fy=4 )	在x方向或者y方向增大fx,fy的倍数
res = cv2.addWeighted( img_cat, 0.5, img_dog, 0.5, 0 )	图像融合，img_cat设置权重0.5，img_dog设置权重0.5，0偏置

图像处理

方法	含义
阈值处理	具体含义
ret, dst = cv2.threshold(src, thresh, maxval, type)	src：输入图，只能输入单通道图像，通常来说为灰度图；dst：输出图；thresh：阈值；maxval：当像素值超过了阈值（或者小于阈值，根据type来决定），所赋予的值。
type = cv2.THRESH_BINARY	超过阈值部分取maxval（最大值），否则取0。亮的地方变得最亮，暗的地方变得最暗。
type = cv2.THRESH_BINARY_INV	cv2.THRESH_BINARY的反转操作
type = cv2.THRESH_TRUNC	大于阈值部分设为阈值，否则不变，相当于向上截断的操作
type = cv2.THRESH_TOZERO	大于阈值部分不改变，否则设为0，相当于向下截断的操作
type = cv2.THRESH_TOZERO_INV	THRESH_TOZERO的反转
图像平滑滤波操作	具体含义
blur = cv2.blur(img, (3, 3))	简单的平均卷积操作，（3，3）是卷积核
box = cv2.boxFilter(img,-1,(3,3), normalize=True)	方框滤波，可以选择进行归一化处理
Gaussian = cv2.GaussianBlur(img, (5, 5), 1)	高斯滤波的卷积核里的数值是满足高斯分布，相当于更重视中间的
median = cv2.medianBlur(img, 5)	相当于用中值代替，目前来看效果最好
图像形态学操作（灰度图）	具体含义
erosion = cv2.erode(img,kernel,iterations=1)	腐蚀操作，周围边界向中心区域腐蚀，kernel是腐蚀的核，iterations表示腐蚀操作进行的次数
dige_dilate = cv2.dilate(dige_erosion,kernel,iterations = 1)	膨胀操作，中心区域向周围区域膨胀，kernel是膨胀的核，iterations表示膨胀操作进行的次数
opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)	开运算：先腐蚀，再膨胀
closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)	开运算：先膨胀，再腐蚀
图像梯度运算	具体含义
gradient = cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)	求梯度操作，梯度=膨胀-腐蚀，kernel是梯度的核
tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)	求礼帽操作，礼帽=原始输入-开运算结果，kernel是礼帽的核
blackhat = cv2.morphologyEx(img,cv2.MORPH_BLACKHAT, kernel)	求黑帽操作，黑帽=闭运算结果-原始输入，kernel是黑帽的核
dst = cv2.Sobel(src, ddepth, dx, dy, ksize)	Sobel算子求梯度。ddepth：图像的深度，当图像涉及到负值的时候，选用cv2.CV_64F这个type；dx和dy分别表示水平和竖直方向，两者中只能一个为1另一个为0，同时为1效果不好；ksize是Sobel算子的大小，基本上选取（奇数，奇数）类型
dst = cv2.Scharr(src, ddepth, dx, dy, ksize)	Scharr算子求梯度。ddepth：图像的深度，当图像涉及到负值的时候，选用cv2.CV_64F这个type；dx和dy分别表示水平和竖直方向，两者中只能一个为1另一个为0，同时为1效果不好；ksize是SCharr算子的大小，基本上选取（奇数，奇数）类型。与Sobel算子类似，只是Scharr算子的数值差异较大一些。
laplacian = cv2.Laplacian(src, ddepth)	Laplace算子求梯度。ddepth：图像的深度，当图像涉及到负值的时候，选用cv2.CV_64F这个type。
基本图形绘制	具体含义
img = cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)	在图片上绘制矩形。img：进行操作的图片；(x,y)：矩形绘制的起始点；(x+w,y+h)：举行绘制的终点；(0,255,0)：矩形绘制的颜色；2：矩形绘制的线条粗细度。
img = cv2.circle(img,center,radius,(0,255,0),2)	在图片上绘制圆形。img：进行操作的图片；center：圆心坐标；radius：半径长度；(0,255,0)：矩形绘制的颜色；2：矩形绘制的线条粗细度。

边缘检测、图像轮廓处理和模板匹配

方法	含义
Canny边缘检测	方法含义
v1=cv2.Canny(img, minValue, maxValue)	Canny边缘检测。(1) 使用高斯滤波器（随后进行核归一化操作），以平滑图像，滤除噪声。(2) 计算图像中每个像素点的梯度强度（Sobel/Scharr）和方向（求$\mathbf{a}\mathbf{r}\mathbf{c}\mathbf{t}\mathbf{a}\mathbf{n}(\frac{\mathbf{d}y}{\mathbf{d}x})$）。(3) 应用非极大值（Non-Maximum Suppression）抑制，以消除边缘检测带来的杂散响应。具体方法是线性插值法和八方向法。通过这两个方法计算一条梯度线前后的两个梯度的大小，当前后的两个梯度的大小均小于中间的这个梯度，那么这个梯度值就是梯度了。(4) 应用双阈值（Double-Threshold）检测来确定真实的和潜在的边缘。当梯度值大于maxValue，则处理为边界；当梯度值处在（minValue，maxValue）之间，与边界连接的就保留，没有与边界连接的就舍去；当梯度值小于minValue，必定舍弃。(5) 通过抑制孤立的弱边缘最终完成边缘检测。
minValue, maxValue选值	两者较高，相当于边缘检测较严格，呈现结果的边缘较少；两者较低，相当于边缘检测不严格，呈现结果的边缘较多
轮廓检测	方法含义
binary, contours, hierarchy = cv2.findContours(img,mode,method)	寻找边缘的方法。img：输入的图片；mode：边缘检测的模式；method：边缘检测的方法。【注意】需要将BGR图像转成灰度图，再经过阈值处理（方法：cv2.THRESH_BINARY）。
mode = RETR_EXTERNAL	只检索最外面的轮廓
mode = RETR_LIST	检索所有的轮廓，并将其保存到一条链表当中
mode = RETR_CCOMP	检索所有的轮廓，并将他们组织为两层：顶层是各部分的外部边界，第二层是空洞的边界
mode = RETR_TREE	检索所有的轮廓，并重构嵌套轮廓的整个层次（常用）
method = CHAIN_APPROX_NONE	以Freeman链码的方式输出轮廓，所有其他方法输出多边形（顶点的序列）。
method = CHAIN_APPROX_SIMPLE	压缩水平的、垂直的和斜的部分，也就是，函数只保留他们的终点部分。（常用）
return：contours	轮廓本身
return：hierarchy	每条轮廓对应的属性
cv2.drawContours(img, contours, -1, (0, 0, 255), 2)	绘制边缘的方法。img：原图，即在原图上进行边缘绘制；contours：存储边缘数据的变量；-1：绘制出全部边缘，-1改成1/2/3时表示绘制第1/2/3边缘；(0, 0, 255)：绘制边缘的BGR颜色（当前是纯红色）；2：绘制边缘的线条粗细。
cv2.contourArea(cnt)	计算轮廓围成的面积。cnt：变量contours中的一个，contours本身是一个列表。
cv2.arcLength(cnt,True)	计算轮廓的周长。cnt：变量contours中的一个，contours本身是一个列表。True：表示是闭合轮廓；False表示张开轮廓。
approx = cv2.approxPolyDP(cnt,epsilon,True)	处理轮廓近似。目的：有时候不需要太精确的轮廓。cnt：变量contours中的一个，contours本身是一个列表。epsilon：参数，设置成轮廓周长的参数倍，参数要自己调参。第三个参数未说明默认为True。
return：approx	返回的也是一个轮廓，也需要用drawContours方法进行绘制。
x,y,w,h = cv2.boundingRect(cnt)	绘制包围轮廓的矩形。cnt：变量contours中的一个，contours本身是一个列表。
return：x，y	绘制矩形的坐标起始点 (x,y) 。
return：w，h	绘制矩形的宽(w: width)和高(h: height)。
(x,y),radius = cv2.minEnclosingCircle(cnt)	绘制包围轮廓的圆形。cnt：变量contours中的一个，contours本身是一个列表。
return：（x，y）	绘制圆形的坐标起始点 (x,y) 。
return：radius	绘制圆形的半径。
模板匹配	方法含义
res = cv2.matchTemplate(img, template, type)	模板匹配方法。img：原图片；template：模板图片；type：进行模板匹配的方法。
type = cv2.TM_SQDIFF	计算平方不同，计算出来的值越小，越相关
type = cv2.TM_CCORR	计算相关性，计算出来的值越大，越相关
type = cv2.TM_CCOEFF	计算相关系数，计算出来的值越大，越相关
type = cv2.TM_SQDIFF_NORMED	计算归一化平方不同，计算出来的值越接近0，越相关（准一些）
type = TM_CCORR_NORMED	计算归一化相关性，计算出来的值越接近1，越相关（准一些）
type = TM_CCOEFF_NORMED	计算归一化相关系数，计算出来的值越接近1，越相关（准一些）
return：res	假如原图形是 $A\times B$ 大小，而模板是 $a\times b$ 大小，则输出结果的矩阵是 $(A-a+1)\times (B-b+1)$ 。
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)	寻找最匹配/不匹配模板的方法。res：用matchTemplate生成的二维匹配值数组。
return：min_val，max_val	匹配程度的最小值和最大值。
return：min_loc, max_loc	当匹配程度达到最小值和最大值时候对应的位置。

图像金字塔、直方图

项目	内容
为什么要进行金字塔生成？	图片放大/缩小后提取的特征可能不一样
down=cv2.pyrDown(img)	高斯金字塔：向下采样法。先将图像与高斯内核进行卷积，然后减少偶数行和偶数列
up=cv2.pyrUp(img)	高斯金字塔：向上采样法。先将图像的每个方向扩大为原来的两倍，新增的行和列以0填充；使用先前同样的内核（乘以4）对扩充后的图像进行卷积。
down=cv2.pyrDown(img) // down_up=img - cv2.pyrUp(down)	拉普拉斯金字塔：先对图像做向下采样，再对图像做向上采样，最后用原图减去这个生成的图，即可得到这次拉普拉斯金字塔的一层。
为什么要进行直方图生成？	查看图片中0~255每个像素值的分布，有利于后面的均衡
res = cv2.calcHist(images,channels,mask,histSize,ranges)	用于生成直方图的方法。images：原图像图像格式为uint8或float32。当传入函数时应用中括号。channels：同样用中括号括来它会告诉我们图像的直方图通道。如果入图像是灰度图它的值就是0+中括号；如果是彩色图像，传入的参数可以是0/1/2+中括号，它们分别对应着B/G/R。mask：掩模图像。统计整幅图像的直方图就把它为None。但是想统计图像某一部分的直方图，就制作一个掩模图像并使用它。histSize:BIN的数目，也应用中括号。ranges: 像素值范围常为[0~256]。
return：res	每一个bin对应的统计结果。
plt.hist(img.ravel(),256);	调用生成直方图的方法。注意要使用img的ravel()方法。
mask = np.zeros(img.shape[:2], np.uint8) mask[100:300, 100:400] = 255	生成mask的方法。采用与img同样的shape，每个像素点的数据类型是无符号8位，其取值范围正好是0~255。对mask的部分区域进行赋值，赋值255。使用时，将calcHist的None直接换成mask变量即可。
masked_img = cv2.bitwise_and(img, img, mask=mask)	与操作。将img图像与mask掩膜图像按像素与操作。
equ = cv2.equalizeHist(img)	对图像进行均衡化操作。
return：equ	返回的是均衡后的图片。
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))	创建一个自适应均衡化实例。clipLimit：默认参数；tileGridSize：自适应均衡化的“小掩膜”，也可以说是窗口。
res_clahe = clahe.apply(img)	自适应均衡化实例作用在图片上的方法。
return：res_clahe	返回的是自适应均衡化后的图片结果。

傅里叶变换和低通/高通滤波

方法	含义
傅里叶变换的作用？	可以检测出高频信息和低频信息。高频：变化剧烈的灰度分量；低频：变化缓慢的灰度分量。
傅里叶变换的意义？	在原图像上检测高频/低频信息很困难，转换成频域就很简单。
低通滤波器	只保留低频，会使得图像模糊
高通滤波器	只保留高频，会使得图像细节增强
img_float32 = np.float32(img)	在进行频域变换前需要将数据类型转换成float32类型
dft = cv2.dft(img_float32, flags = cv2.DFT_COMPLEX_OUTPUT)	对图像进行傅里叶变换的方法。img_float32是输入的图片；flags=cv2.DFT_COMPLEX_OUTPUT指的是傅里叶变换输出复数，这是默认值。
return：dft	返回值是一个频谱。低频信息在主要分布在右上角。
dft_shift = np.fft.fftshift(dft)	将低频信息从右上角搬移到图像中心。
magnitude_spectrum = 20*np.log(cv2.magnitude(dft_shift[:,:,0],dft_shift[:,:,1]))	将频谱转换成可见图片的形式。固定格式。
rows, cols = img.shape \ crow, ccol = int(rows/2) , int(cols/2) \ mask = np.zeros((rows, cols, 2), np.uint8) \ mask[crow-30:crow+30, ccol-30:ccol+30] = 1	低通滤波器的制作过程。在图片中实际上是制作一个掩膜。
fshift = dft_shift*mask	频谱与掩膜的合并只需要做乘法即可。
f_ishift = np.fft.ifftshift(fshift)	将频谱图像从中心处转移到左上角处。
img_back = cv2.idft(f_ishift)	傅里叶反变换，将频谱信息转移成图片信息。
img_back = cv2.magnitude(img_back[:,:,0],img_back[:,:,1])	最后将图片合成可见图片的形式。