openCV（二）基础操作

1 图像色彩空间转换

常见的色彩空间有HSV、RGB和YCrCb三种：

RGB的色彩空间是设备独立的，不受设备不同的影响，取值范围在0-255。HSV色彩空间对计算机友好，H取值0-180，SV取值0-255。YCrCb色彩空间，Y表示信息，CrCb可以被压缩。
图像从一个色彩空间之间可以变换，但是可能存在如下问题：

• 是否可以从一个色彩空间转换到另一个色彩空间
• 是否存在信息传递和损失
• 这一过程是否可逆

OpenCV中色彩空间变换的函数为cv.cvtColor(src,code[, dst[, dstCn]]) -> dst，其中src为输入图像，类型可以为uint8或float32。code的表示类型有cv::COLOR_BGR2RGB=4、cv::COLOR_BGR2GRAY=6、cv::COLOR_GRAY2BGR=8、cv::COLOR_BGR2HSV=40

演示示例：

image = cv.imread("lena.jpg")
cv.imshow("lena", image)
hsv = cv.cvtColor(image, cv.COLOR_BGR2HSV)
ycrcb = cv.cvtColor(image, cv.COLOR_BGR2YCrCb)
cv.imshow("HSV", hsv)
cv.imshow("ycrcb", ycrcb)
cv.waitKey(0)
cv.destroyAllWindows()

2 图像对象的创建与赋值

opencv中图像对象是一个ndarray，支持的数据类型：np.uint8、np.float32、np.int32、np.int64。创建图像对象即创建一个numpy数组，np.zeros可以创建一个全黑图像，np.ones可以创建一个像素值全为1的图像，对于RBG图像，数值范围在0-255。

演示示例：

m1 = np.ones((256, 256, 3))
cv.imshow("m1", m1)
 m2 = np.ones((256, 256, 3))
 m2[:128] = (255, 0, 0)
 cv.imshow("m2", m2)
 cv.waitKey(0)
 cv.destroyAllWindows()

3 图像像素的读写操作

像素是组成图像的小方格，单位面积像素越多分辨率越高。像素的实际大小为$dpi\times inches=像素总数$。
灰度图像像素值排序：

彩色图像像素值排序：

像素值的读取方式为b, g, r = image[row, col]，像素写方式为image[row, col] = (255, 0, 0)

演示示例：

image = cv.imread("lena.jpg")
cv.imshow("lena", image)
h, w, c = image.shape
for row in range(h):
    for col in range(w):
        b, g, r = image[row, col]
        image[row, col] = (255-b, 255-g, 255-r)
cv.imshow("visited", image)
cv.waitKey(0)
cv.destroyAllWindows()

4 图像算术运算

OpenCV支持四种图像的算术操作

• 加：cv.add(src1, src2[, dst[, mask[, dtype]]]) -> dst
• 减：cv.subtract(src1, src2[, dst[, mask[, dtype]]]) -> dst
• 乘：cv.multiply(src1, src2[, dst[, scale[, dtype]]]) -> dst
• 除：cv.divide(src1, src2[, dst[, scale[, dtype]]]) -> dst

加法函数可以保证图像不越界，即数值在0-255，使用saturate
mask可以使得加减法只在mask的非零区域进行。

演示示例：

image = cv.imread("lena.jpg")
cv.imshow("lena", image)
 m1 = np.zeros_like(image)
 m1[:128] = (255, 0, 0)
 cv.imshow("m1", m1)
 sub1 = cv.add(image, m1)
 cv.imshow("add", sub1)
 
 cv.waitKey(0)
 cv.destroyAllWindows()

【参考】DataWhale OpenCV课程