基于python的数字图像处理--学习笔记（一）
基于python的数字图像处理--学习笔记（一）
- 图像处理python常用库和函数
-
- 1、opencv-python库
- 2、opencv-python常用函数
图像处理python常用库和函数
使用opencv-python读取图片数据。并使用numpy库对图片的矩阵数据进行变换处理，实现平移旋转等操作。
1、opencv-python库
OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。 （CV：Computer Vision，计算机视觉）。此外，OpenCV还提供了Java、python、cuda等的使用接口、机器学习的基础算法调用。
- 安装opencv-python库
1）普通安装
pip install opencv-python
2）针对cv2中缺少的部分函数，可以采用扩展安装扩展安装
pip install opencv-contrib-python
如果已经安装OpenCv2，则需要先卸载 再安装
pip uninstall opencv-python - 在python中引用opencv-python库
需注意，虽然库的名称是opencv-python,但是引用库时应引用cv2
import cv2
同样，在pycharm中安装库时应选择opencv-python库，而不是cv2。
2、opencv-python常用函数
1、 cv2.imread(filepath,flags) #读入一张图像
- filepath：要读入图片的完整路径 flags：读入图片的标志
- flag有如下参数
cv2.IMREAD_COLOR：默认参数，读入一副彩色图片，忽略alpha通道
cv2.IMREAD_GRAYSCALE：读入灰度图片
cv2.IMREAD_UNCHANGED：顾名思义，读入完整图片，包括alpha通道 - alpha通道，又称A通道，是一个8位的灰度通道，该通道用256级灰度来记录图像中的透明度复信息，定义透明、不透明和半透明区域，其中黑表示全透明，白表示不透明，灰表示半透明
2、 cv2.imshow(wname,img) #显示图像
- wname：是显示图像的窗口的名字
- img：是要显示的图像（imread读入的图像），窗口大小自动调整为图片大小
- imshow函数常和 cv2.waitKey(n)共同使用，如果函数以imshow结尾，运行结果图片会闪退。
3、 cv2.waitKey(n) #按键等待函数
- waitKey() 函数的功能是不断刷新图像 , 频率时间为输入参数n, 单位为ms ，默认值为1ms。如参数等于1000，则图像保持1s。
- 参数为0表示无限等待
- 返回值为当前键盘按键值
cv2.imshow('image',img)
cv2.waitKey(0) #等待键盘输入，单位为毫秒，即等待指定的毫秒数看是否有键盘输入，若在等待时间内按下任意键则返回按键的ASCII码，程序继续运行。
#若没有按下任何键，超时后返回-1。参数为0表示无限等待。不调用waitKey的话，窗口会一闪而逝，看不到显示的图片。
cv2.destroyAllWindow() #销毁所有窗口
cv2.destroyWindow(wname) #销毁指定窗口
4、cv2.imwrite(file，img，num) #保存一个图像
- file：第一个参数是要保存的文件名
- img：第二个参数是要保存的图像
- num：可选的第三个参数，针对特定的格式：
对于JPEG，其表示的是图像的质量，用0 - 100的整数表示，默认95;
对于png ,第三个参数表示的是压缩级别。默认为3. - 注意:
cv2.IMWRITE_JPEG_QUALITY类型为 long ,必须转换成 int
cv2.IMWRITE_PNG_COMPRESSION, 从0到9 压缩级别越高图像越小。
cv2.imwrite('1.png',img, [int( cv2.IMWRITE_JPEG_QUALITY), 95])
cv2.imwrite('1.png',img, [int(cv2.IMWRITE_PNG_COMPRESSION), 9])
5、cvtColor(Mat src, Mat dst, int code) #颜色空间转换函数
可以实现RGB颜色向HSV，HSI等颜色空间转换，也可以转换为灰度图。
-
src：表示来源的矩阵。
-
dst：表示目的地的矩阵。
-
code：表示转换类型的整数代码
COLOR_RGB2GRAY
COLOR_RGB2HSV
COLOR_RGB2BGR -
dstCn：用于指定目标图像的通道数，如果指定的值是默认值0，那么通道数将由输入图像和颜色转换码决定。可以不写。
参考：opencv学习笔记（三）颜色转换 cvtColor
6、img.copy() #图像复制
7、cv2.resize(image, image2,dsize) #图像缩放
输入原始图像，输出新图像，图像的大小
8、cv2.flip(img,flipcode) #图像翻转。
- flipcode控制翻转效果:
flipcode = 0：沿x轴翻转；
flipcode > 0：沿y轴翻转；
flipcode < 0：x,y轴同时翻转
9、cv2.getRotationMatrix2D(center,angle,scale) #图像翻转。
- center：源图像中的旋转中心。
- angle：以度为单位的旋转角度。 正值表示逆时针旋转（假设坐标原点为左上角）
- scale：各向同性比例因子,即缩放比例
参考：getRotationMatrix2D函数
10、 cv2.convertScaleAbs(depth_image, alpha) 通过线性变换将数据转换成8位[uint8]
通过线性变换将数据转换成8位[uint8]
-
公式为：有效距离*alpha=255。
-
如果计算后的值大于255，则将其取为255（8位最大值）。
参考：python opencv 4.1.0 cv2.convertScaleAbs()函数 （通过线性变换将数据转换成8位[uint8]）
参考：【图像处理】——灰度变换心得（cv2.normalize规范化0-255，cv2.convertScaleAbs(new_img)转为8位图））
11、 cv2.normalize(array,None,0,255,cv2.NORM_MINMAX) 将图片的值进行范围调整
-
X ^ 表示矩阵中任意一点归一化之后的值
-
x 表示矩阵中的所有原始值
-
min,max 分别代表矩阵中的最大值和最小值
-
max′,min′ 分别表示放缩的目标范围中的最大和最小值
-
除此之外，还有其他的归一化和放缩的选项，例如：
cv2.NORM_INF：归一化数组的（切比雪夫距离）L∞范数(绝对值的最大值)
cv2.NORM_L1 : 归一化数组的（曼哈顿距离）L1-范数(绝对值的和)
cv2.NORM_L2: 归一化数组的(欧几里德距离)L2-范数参考：将图片的值进行范围调整 cv2.normalize()
参考：【图像处理】——灰度变换心得（cv2.normalize规范化0-255，cv2.convertScaleAbs(new_img)转为8位图））
参考：cv2库(OpenCV，opencv-python)的简介、安装、使用方法(常见函数、方法等)最强详细攻略
参考：【python】库丨opencv-python丨