python+opencv的图像处理（像素收缩，镜像翻转， 反色处理等）

---

前言

基于图像的各种处理：
  python作为一个胶水语言，其可使用很多免费的第三方库，opencv这个库足以满足某方面的需求。

---

一、细节

嗯…代码只有短短几行，这得益于python。

二、使用步骤

1.直接上源码！

代码如下（示例）：

#调用第三方库
import cv2,cv2 as cv
#读取图像并保存于img
img = cv.imread('1.jpg')

print('原像素的大小为：')
print(img.shape)

#缩小像素
size_img = cv.resize(img, (255, 255))
print('缩小后的像素的大小为：')
print(size_img.shape)
cv.imshow('size_img', size_img)

#镜像翻转
flip_img = cv.flip(size_img, 0)#-1,0,1
cv.imshow('flip_img', flip_img)

#灰度化
gray_img = cv.cvtColor(size_img,cv.COLOR_BGR2GRAY)
cv.imshow('gray_img', gray_img)

#裁剪
#注意，这个为什么显示（255， 255，3）自行思考为什么
cut_img = size_img[0:256,0:256]
print('裁剪后的像素的大小为：')
print(cut_img.shape)
cv.imshow('cut_img', cut_img)

#反色
bake_img = 255-size_img
cv.imshow('bake_img', bake_img)

#模糊
blur_img = cv.blur(gray_img, (100,100))
cv.imshow('blur_img',blur_img)

#高斯模糊
blur_img2 = cv2.GaussianBlur(gray_img, (9, 9), 5)
cv.imshow('blur_img2',blur_img)

#暂停
cv.waitKey(0)

该处使用的url网络请求的数据。



# 二、上图

# 总结
这种东西不难，难的是坚持，日积月累是一定能成功的。