OpenCV(一)——图片灰度转换(灰度图) & 修改图片尺寸(cv2.resize) & 读取视频

OpenCV 是用 C++编写的


图片处理

图片灰度转换

      OpenCV 中有数百种关于在不同色彩空间之间转换的方法。 当前, 在计算机视觉中有三种常用的色彩空间: 灰度、 BGR、 以及 HSV(Hue, Saturation, Value)

(1) 灰度色彩空间是通过去除彩色信息来将其转换成灰阶, 灰度色彩空间对中间处理特别有效, 比如人脸识别。

(2) BGR 及蓝、 绿、 红色彩空间, 每一个像素点都由一个三元数组来表示, 分别代表蓝、 绿、 红三种颜色。 网页开发者可能熟悉另一个与之相似的颜色空间: RGB 它们只是颜色顺序上不同。

(3) HSV, H(Hue) 是色调, S(Saturation) 是饱和度, V(Value) 表示黑暗的程度(或光谱另一端的明亮程度) 

    灰度转换的作用就是: 转换成灰度的图片的计算强度得以降低

gray_img=cv.cvtColor(img,code=cv.COLOR_BGR2GRAY)

cv2 读取图片的通道是 BGR(蓝绿红)
PIL 读取图片的通道是 RGB

import cv2 as cv

img=cv.imread('lenna.jpg')
cv.imshow('input image',img)

gray_img=cv.cvtColor(img,code=cv.COLOR_BGR2GRAY)
cv.imshow('gray_image',gray_img)
cv.waitKey(0)
cv.destroyAllWindows()
#保存图片
cv.imwrite('gray_lenna.jpg',gray_img)

OpenCV(一)——图片灰度转换(灰度图) & 修改图片尺寸(cv2.resize) & 读取视频_第1张图片

修改图片尺寸

resize_img=cv.resize(img,dsize=(400,360))

import cv2 as cv

img=cv.imread('lenna.jpg')
cv.imshow('input image',img)

#修改图片的尺寸  (宽度,高度)
resize_img=cv.resize(img,dsize=(400,360))
print(resize_img.shape)

cv.imshow('resize_img',resize_img)
#如果键盘输入的是 q 时候 退出
while True:
	if ord('q') == cv.waitKey(0):
		break
cv.destroyAllWindows()

OpenCV(一)——图片灰度转换(灰度图) & 修改图片尺寸(cv2.resize) & 读取视频_第2张图片

读取视频

声音是不显示的,彩色的读入会变成黑白的

import cv2

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

#检查是否打开正确
if vc.isOpened():
    open,frame = vc.read()
else:
    open = False

while open:
    #遍历其中一帧
    ret, frame = vc.read()
    if frame is None:
        break
    if ret == True:
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        cv2.imshow('result',gray)
        #waitkey里面是每处理完一帧就得等多少ms
        #27是Esc键
        if cv2.waitKey(10) & 0xFF == 27:
            break
vc.release()
cv2.destroyAllWindows()

OpenCV(一)——图片灰度转换(灰度图) & 修改图片尺寸(cv2.resize) & 读取视频_第3张图片

你可能感兴趣的:(opencv,图像处理,人脸识别)