opencv笔记（特别）——函数

函数

一、图像处理函数

图像基本处理

• cv2.imshow(name,img)

   name：窗口名称 ；img ：窗口内容
  

• cv2.waitkey(timeout)

   显示图片时间timeout，单位为ms,0代表一直显示
  

• cv2.destoryAllWindows()

   关闭窗口
  

• cv2.imread(filepath,flags)

   读取图片，默认是三通道(BGR)的彩色图，flags=0读入灰度图
  

• cv2.imwrite(filename,img)

   保存图像，filename：文件名；img：内容
  

• b,g,r=cv2.split(img)

   颜色通道提取,opencv提取格式为BGR(注意不是RBG)\
  

• cv2.merge(b,g,r)

   重新组合颜色通道
  

• cv2.copyMakeBorder(img,top, bottom, left, right,borderType)

   填充边界;img：内容；top, bottom, left, right：四区域的大小；borderType：填充种类
  

• cv2.add(img1, img2)

   img1和img2的rgb值相加，超过255取255
  

• cv2.addWeighted(img1,α,img2,β,b)

   为图片添加权重, 混合图像，img1=X1；img2=X2；αX1+βX2+b
  

• cv2.resize(img, (width, height))

   变换图像大小（注意img.shape的出来的是(height,width))
  

• cv2.resize(img, (0, 0)， fx=a, fy=b)

   变换图像大小（(height,width)为(0,0)，a为x变为原来a倍，b为y变为原来b倍)
  

• cv_show(‘name’, contents)

   name：窗口名称；contents：内容
  

阈值与平滑处理

• ret，det = cv2.threshold(src, thresh, maxval, type)

   ret：阈值；det：输出图
   src：原始图像；thresh：阈值，常见127（因为颜色为0-255）；
   maxval：最大可能值（255）；type：选择的功能或方法，即怎么判断阈值，二值化操作的类型
  

• cv2.blur(img,ksize)

   均值滤波( 矩形中间的值=矩形内的值相加取平均值)
   img：图像；ksize：矩阵大小
  

• cv2.boxFilter(img, ddepth,ksize, normalize=True)

   方框滤波: (normalize=True等同于均值滤波， normalize=false代表直接求和不取均值，越界后显示为255)**
   ddepth一般为-1表示得到的颜色通道和原图一致
  

• cv2.GaussianBlur(img, ksize, sigmaX)

   高斯滤波:(离得近的权重高，离得远的权重低）
   sigmaX为高斯函数在X轴上的标准差σ，调整σ实际是在调整周围像素对当前像素的影响程度，
   调大σ即提高了远处像素对中心像素的影响程度，滤波结果也就越平滑
  

• cv2.medianBlur(img,ksize)

   中值滤波:（矩形内的值排序后取中间值)
   ksize为矩阵大小，即ksize×ksize
  

图像形态学处理

• numpy.ones（shape, dtype=None, order=‘C’）

   函数返回给定形状和数据类型的新数组，其中元素的值设置为1。
  

• cv2.erode(img, kernel, iterations)

   腐蚀操作
  

• cv2.dilate(img1, kernel, iterations)

   膨胀操作
  

• cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)

   开运算(先腐蚀再膨胀)
  

• cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)

   闭运算(先膨胀再腐蚀)
  

• cv2.morphologyEx(img, cv2.MORPH_GRADIENT, kernel)

   梯度运算(膨胀-腐蚀)
  

• cv2.morphologyEx(img,cv2.MORPH_TOPHAT,kernel)

   顶帽运算(原始值-开运算)， 突出更明亮的区域
  

• cv2.morphologyEx(img,cv2.MORPH_BLACKHAT,kernel)

   底帽运算(闭运算-原始值)
  

图像梯度处理

• cv2.Sobel(img, ddepth, dx, dy,ksize)

   Sobel算子
   img：当前的图像；ddepth：图像的深度（一般为-1）；dx和dy分别表示水平和竖直方向；ksize：Soble算子的大小
  

• cv2.Scharr(img, ddepth, dx, dy)

   Scharr算子(能捕捉到更多的细节)
  

• cv2.Laplacian(img, ddepth)

   Laplacian算子(噪点影响很大)
  

• cv2.convertScaleAbs(sobelx)

   变为绝对值
  

边缘检测

• cv2.Canny(img, threshold1, threshold2)

   边缘检测(threshold

图像金字塔与轮廓检测

• cv2.pyrUp(img)

    高斯金字塔:向上采样(放大图像)
  

• cv2.pyrDown(img)

   高斯金字塔:向下采样（缩小图像)
  

• img-cv2.pyrUp(cv2.pyrDown(img))

   拉普拉斯金字塔(原图-(先缩小后放大))
  

• cv2.findContours(img, mode, method)

   找出轮廓
   img：待测图像
   mode：轮廓检索模式
   method：轮廓逼近方法
  

• cv2.drawContours(img, contours, contourIdx, color，width)

   画出轮廓
   contours：轮廓
   contourIdx：轮廓数量，画第几个轮廓；默认-1，即所有轮廓
   color：颜色（B,G,R）
   width：线条的宽度
  

• cv2.contourArea(cnt)

   计算轮廓面积
  

• cv2.arcLength(cnt, True)

   计算轮廓周长，True表示闭合
  

• cv2.approxPolyDP(cnt, epsilon, True)

   轮廓近似(普朗克算法)
   cnt：具体哪个轮廓
   epsilon：给字节指定一个值来比较，一般按照周长的百分比设置
   True：闭合
  

• x, y, w, h = cv2.boundingRect(cnt)

   (x, y)为坐标点，w， h为矩形长宽
  

• cv2.rectangle(img, pt1, pt2, color,width)

   画矩形
   pt1：坐标点1
   pt2：坐标点2
   width：线宽
  

• （x, y）, radius = cv2.minEnclosingCircle(cnt)

   外接圆近似
  

• cv2.circle(img, center, radius,color, width)

   画圆
  

• res = cv2.matchTemplate(img, template, method)

   模板匹配
   method：匹配方法
  

• min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)

   min_val：算法算出的最小值
   max_val：算法算出的最大值
   min_loc：最小值所在的坐标（因为得到了h，w，所以可得到矩形）
   max_loc ：最大值所在的坐标
  

直方图与傅里叶变换

• cv2.calcHist(img, channels, mask, histSize, ranges)

   像素直方图统计：
   img：原图像格式为uint8或floart32。当传入函数时应用中括号[]来，例如[img]
   channels：同样用中括号，他会告诉我们统幅图像的直方图。如果入图像是灰度图它的值就是[0],如果是彩色图像
   		的传入的参数可以是[0][1][2],他们分别对应着BGR。
   mask：掩码图像。统整幅图像的直方图就把它为None。但是如果你想统图像某一分的直方图的，就制作一个掩码图
   		像并使用它。
   histSize：BIN的数目。也应用中括号括来
   ranges：像素值范围常为[0256]
  

• cv2.bitwise_and(img, img, mask=mask)

   与操作
  

• cv2.equalizeHist(img)

   直方图均衡化
  

• cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))

   自适应直方图均衡化
   clipLimit：颜色对比度的阈值
    titleGridSize：进行像素均衡化的网格大小，即在多少网格下进行直方图的均衡化操作
  

• cv2.dft()

   执行傅里叶变换
  

• cv2.idft()

   傅里叶逆变换
  

二、其他函数

• cv2.getStructuringElement(shape, size)

   shape：表示核的形状。可以选择三种
   	（1）矩形：MORPH_RECT
   	（2）交叉形：MORPH_CROSS;
   	（3）椭圆形：MORPH_ELLIPSE;
   size：表示核的尺寸。
  

三、OCR

（1）边缘检测
（2）获取轮廓
（3）变换
（4）OCR