OpenCV基本操作

OpenCV基本操作

一、OpenCV简介
1.图像
（1）图：物体反射或透射光的分布。
（2）像：人的视觉系统所接受的图在人脑中所形成的印象或认识·····
2.模拟图像和数字图像
（1）模拟图像（连续存储的数据）：通过某种物理量（光，电子等）的强弱变化来记录图像亮度信息，是连续变化的，容易受到干扰。
（2）数字图像（分级存储的数据）：用0/1来记录信息，包含0~255灰度；0表示最黑，255表示最白。
3.图像的分类
（1）二值图像：二维矩阵仅由0、1构成，0表示黑色，1表示白色。通常用于文字、线条图的扫描识别（OCR）和掩膜图像的存储。
（2）灰度图像：灰度图像在黑色和白色之间的许多级的颜色深度。
（3）彩色图像：每个像素通常由红（R）、绿（G）、蓝（B）三个分量来表示，分量介于（0,255）；通常用于表示和存放真彩色图像。
4.OpenCv
OpenCv：计算机视觉的开源库
优势：
（1）支持多种编程语言
（2）跨平台
（3）活跃的开发团队
（4）丰富非API
5.OpenCV的模块
（1）core：最核心的数据结构
（2）highgui：视频与图像的读取、显示、存储
（3）imgproc：图像处理的基础方法
（4）features2d：图像特征以及特征匹配
二、OpenCV基本操作
1. 图像的IO操作
1.1 读取图像
语法：cv.imread()
参数：
（1）要读取的图像
（2）读取方式的标志：1（彩色图）,0（灰度图），-1（alpha通道）
注意：如果加载的路径有错误，不会报错，会返回一个None值
1.2 显示图像
语法：cv.imshow()
参数：
（1）显示图像的窗口名称，以字符串类型显示
（2）要加载的图像
注意：
（1）在调用显示图像的语法后，要调用cv.waitKey()给图像绘制留下时间，否则窗口会出现无响应且图像无法显示；0表示永远的等待
（2）也可以使用matplotlib对图像进行显示
1.3 保存图像
语法：cv.imwrite()
参数：
（1）文件名，要保存在哪里
（2）要保存的图像

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt

#1. 读取图像
img=cv.imread('nice.jpg',0)

#2. 显示图像
#2.1 OpenCV
# cv.imshow('nice',img)
# cv.waitKey(0)
# cv.destroyAllWindows()

#2.2 matplotlib
plt.imshow(img,cmap=plt.cm.gray)   #灰度图显示
plt.show()

#3. 保存图像
cv.imwrite('wownice.png',img)

2. 绘制几何图形
2.1 绘制直线
语法：cv.line(img,start,end,color,thickness)
参数：
（1）img：要绘制直线的图像
（2）start，end：直线的起点和终点
（3）color：线条的颜色
（4）thickness：线条宽度
2.2 绘制圆形
语法：cv.circle(img,centerpoint,r,color,thickness)
参数：
（1）img：要绘制直线的图像
（2）centerpoint，r：圆心和半径
（3）color：线条的颜色
（4）thickness：线条宽度，为-1时生成闭合图案并填充颜色
2.3 绘制矩形
语法：cv.rectangle(img,leftupper,rightdown,color,thickness)
参数：
（1）img：要绘制直线的图像
（2）leftupper，rightdown：矩形的左上角和右下角坐标
（3）color：线条的颜色
（4）thickness：线条宽度
2.4 向图像中添加文字
语法：cv.putText(img,text,station,font,fontsize,color,thickness,cv.LINE_AA)
参数：
（1）img：图像
（2）text：要写入的文本数据
（3）station：文本的放置位置
（4）font：字体
（5）fontsize：字体大小
（6）color：线条的颜色
（7）thickness：线条宽度

#1. 创建图像
img=np.zeros((512,512,3),np.uint8)

#2. 绘制图像
cv.line(img,(0,0),(511,511),(255,0,0),5)     #绘制直线
cv.circle(img,(256,256),60,(0,0,255),-1)     #绘制圆形
cv.rectangle(img,(100,100),(400,400),(0,255,0),5)     #绘制矩形
cv.putText(img,"hello",(100,150),cv.FONT_HERSHEY_COMPLEX_SMALL,5,(255,255,255),3)    #添加文字

#3. 显示结果
plt.imshow(img[:,:,::-1])
plt.show()

3.获取并修改图像中的像素点
可以通过行和列的坐标值来获取该像素点的像素值，对于BGR图像，返回一个蓝、绿，红的数组，对于灰度图像，仅返回相应的强度值。


4. 获取图像的属性
（1）形状：img.shape
（2）图像大小：img.size
（3）数据类型：img.dtype

5. 图像通道的拆分与合并
（1）拆分：cv.split() b,g,r=cv.split(img)

（2）合并：cv.merge() img=cv.merge((b,g,r))

6. 色彩空间的改变
语法：cv.cvtColor(input_image,flag)
参数：
（1）input_image：进行颜色空间转换的图像
（2）flag：转换类型

• cv.COLOR_BGR2GRAY：BGR->Gray
• cv.COLOR_BGR2HSV：BGR->HSV
  
  
  7. 图像的加法
  注意：OpenCV的加法是饱和操作，而Numpy的加法是模运算
  注意：图片大小应该保持一致
  
  两幅原图像：
  
  
  OpenCV加法：
  
  Numpy加法：
  
  9. 图像的混合
  cv.addweight()：将两幅图像按照不同的比例进行混合
  注意：图片的权重之和为1