opencv相关学习笔记（一）

1.数据读取及变换——图片

（1）数据读取：cv.imread()

·有三种读取方式：彩色模式（参数为1或cv2.IMREAD_COLOR）

灰度模式（参数为0或cv2.IMREAD_GRAYSCALE）

包括alpha通道的加载图像模式（-1或cv2.IMREAD_UNCHANGED）

注意：opencv的读取格式是BGR

（2）图像显示：cv2.inshow()

import cv2
img = cv2.imread("D:/meishaonv.jpg") #读取图像，注意图像的路径写法，路径不能带有中文
cv2.namedWindow("1")  #创建一个窗口
cv2.imshow("1",img)  #在此窗口中展示图象
cv2.waitKey(0)       #等待时间，0表示任意键终止；如果不添加此句，图像会一闪而过
cv2.destroyAllWindows()

（3）保存图像：cv.imwrite("保存路径及文件名",图像矩阵)

                              其中有个可选的第三个参数：

                                                对于JPEG:cv2.IMWRITE_JPEG_QUALITY它表示图像的质量，

                                                                    用0-100表示，默认为95

                                                对于PNG：cv2.IMWRITE_PNG_COMPRESSION表示压缩级别，                                                                      从0-9压缩级别越高，图像尺寸越小，默认为3

注意：cv2.IMWRITE_JPEG_QUALITY类型是Long，要转成int

cv2.imwrite("./cat.png", img, [int(cv2.IMWRITE_PNG_COMPRESSION), 0]) 
cv2.imwrite("./cat2.png", img, [int(cv2.IMWRITE_PNG_COMPRESSION), 9])

（4）截取部分图像数据：img=img[a:b,c:d]

                                           a~b表示取得的高度范围，c~d表示取得的宽度范围

import cv2
img = cv2.imread("D:/meishaonv.jpg") 
cat=img[0:50,0:200]
cv2.imshow("2",cat)
cv2.waitKey(0)

（5）颜色通道提取：b，g，r=cv2.split(变量名)

#拆分
b,g,r=cv2.split(img)  
cv2.waitKey(0)
r.shape
#合并
img=cv2.merge((b,g,r))
img.shape

（6）边界填充：

BORDER_REPLICATE：复制法，也就是复制最边缘像素。
BORDER_REFLECT：反射法，对感兴趣的图像中的像素在两边进行复制例如：                                                                fedcba|abcdefgh|hgfedcb
BORDER_REFLECT_101：反射法，也就是以最边缘像素为轴，对称，gfedcb|abcdefgh|gfedcba
BORDER_WRAP：外包装法cdefgh|abcdefgh|abcdefg
BORDER_CONSTANT：常量法，常数值填充。

（7）绘制几何图形：

              1.绘制直线：cv.line(img,start,end,color,thickness)

               2.绘制圆形：cv.circle(img,centerpoint,r,color,thickness)

              3.绘制矩形：cv.rectangle(img,leftupper,rightdown,color,thickness)

                                               leftupper,rightdown矩形的左上角和右下角坐标

               4.添加文字： cv.putText(img,text,station,font,fontsize,color,thickness,cv.LINE_AA)

(8)获取图像属性：

                 形状: img.shape

                 大小：img.size

                数据类型：img.dtype

(9)色彩空间的改变：cv.cvtColor(input_image,flag)

•   flag:转化类型 ：cv.COLOR_BGR2GRAY:BGRGray 

                                   cv.COLOR_BGR2HSV:BGRHSV

(10)图像几何变换：

1. 图像缩放 ：cv2.resize(scr.dsize,fx=0,fy=0,interpolation=cv2.INTE)                                                                       dsize:绝对尺寸；   fx,fy:相对尺寸，注意要将dsize设为None                                                  interpolation：插值方法,默认为INTER_LINEAR（线性插值）。

                                     可选的插值方式如下：INTER_NEAREST - 最近邻插值
                                                                         INTER_LINEAR - 线性插值（默认值）
                                                   INTER_AREA - 区域插值（利用像素区域关系的重采样插值）
         lapu                              INTER_CUBIC –三次样条插值（超过4×4像素邻域内的双三次插值）
                                   INTER_LANCZOS4 -Lanczos插值（超过8×8像素邻域的Lanczos插值）
                                 若要缩小图像，一般情况下最好用CV_INTER_AREA来插值，而若要放                                 大图像，一般情况下最好用CV_INTER_CUBIC（效率不高，慢，不推荐                                  使用）或CV_INTER_LINEAR（效率较高，速度较快，推荐使用）。

2. 图像平移：cv.warpAffine(img,M,dsize)                                                                                            示例代码：                   

   import cv2  
   import numpy as np  
         
   img = cv2.imread('Rachel.jpg', 0)  
   rows, cols = img.shape  
          
   M = np.float32([[1, 0, 200], [0, 1, 100]])  
   dst = cv2.warpAffine(img, M, (cols, rows))      
    
   cv2.imshow('img', dst)  
   k = cv2.waitKey(0)  
   if k == ord('s'):  
       cv2.imwrite('Rachel3.jpg', dst)  
       cv2.destroyAllWindows()

3. 图像旋转：cv2.getRotationMatrix2D(center, angle, scale)                                                                              参数：center：旋转中心   angle：旋转角度   scale：缩放比例                                                返回：M：旋转矩阵    调用cv.warpAffine完成图像的旋转                                          示例代码：

   import cv2  
         
   img = cv2.imread('Rachel.jpg', 0)  
   rows, cols = img.shape
   M = cv2.getRotationMatrix2D((cols / 2, rows / 2), 90, 1)  
   dst = cv2.warpAffine(img, M, (cols, rows)) # 仿射变换，以后再说  
   cv2.imshow('Rachel', dst)  
   cv2.waitKey(0)  
   cv2.destroyAllWindows()

4. 仿射变换：

    

      因此，空间变换中的仿射变换对应着五种变换，平移，缩放，旋转，翻转，错切。而这五种变化由原图像转变到变换图像的过程，可以用仿射变换矩阵进行描述。而这个变换过程可以用一个2*3的矩阵与原图进行相乘得到。 

           示例代码：

img = cv2.imread('Rachel.jpg')
rows, cols, ch = img.shape
 
pts1 = np.float32([[0, 0], [cols - 1, 0], [0, rows - 1]])
pts2 = np.float32([[cols * 0.2, rows * 0.1], [cols * 0.9, rows * 0.2], [cols * 0.1, rows * 0.9]])
 
M = cv2.getAffineTransform(pts1, pts2)
dst = cv2.warpAffine(img, M, (cols, rows))
 
cv2.imshow('image', dst)
k = cv2.waitKey(0)
if k == ord('s'):
    cv2.imwrite('Rachel1.jpg', dst)
    cv2.destroyAllWindows()

      5.透射变换：透射变换是视角变化的结果，是指利用中心、像点、目标点三点共线的条件，按                                透视旋转定律使承影面（透视面）绕迹线（透视轴）旋转某一角度，破坏原有                                的投影光线束，仍能保持承影面上投影几何图形不变的变换。

                       在opencv中，要找到四个点，其中任意三个不共线，然后获取变换矩阵T，再进行                    透射变换。通过函数cv.getPerspectiveTransform找到变换矩阵，将cv.warpPerspective                 应用于此3x3变换矩阵。

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
# 1 读取图像
img = cv.imread("./1.png")

# 2 透射变换
rows, cols = img.shape[:2]

# 2.1 创建变换矩阵
pts1 = np.float32([[56, 65], [368, 52], [28, 387], [389, 390]])
pts2 = np.float32([[100, 145], [300, 100], [80, 290], [310, 300]])
T = cv.getPerspectiveTransform(pts1, pts2)

# 2.2 进行变换
dst = cv.warpPerspective(img, T, (cols, rows))

# 3 图像显示
fig, axes=plt.subplots(nrows=1, ncols=2, figsize=(10, 8), dpi=100)
axes[0].imshow(img[:, :, ::-1])
axes[0].set_title("原图")
axes[1].imshow(dst[:, :, ::-1])
axes[1].set_title("透射后结果")
plt.show()

      6.图像金字塔：

                                                                                                 

这里的向下与向上采样是对图像的尺度来说的 ，向上就是图像尺寸加倍，向下就是图像尺寸减半。

注意：pyrUp和pyrDown不是互逆的，即上采样不是下采样的逆操作。

       pyrDown()是一个会丢失信息的函数。为了恢复原来更高分辨率的图像，要获得由于下采样操作所丢失的信息，这些数据就和拉普拉斯金字塔有关了。

图像的拉普拉斯金字塔可以由图像的高斯金字塔得到，转换的公式为：

                                              

拉普拉斯金字塔的图像看起来更像是边界图。

代码示例：

img = cv2.imread('D:/meishaonv.jpg', 0)
img1 = cv2.pyrDown(img)  # 高斯金字塔
_img1 = cv2.pyrDown(img1)
_img = cv2.pyrUp(_img1)
_img=cv2.resize(_img,(408,423))
img2 = img1 - _img  # 拉普拉斯金字塔
cv2.imshow('img1', img1)
cv2.imshow('img2', img2)
cv2.waitKey(0)
cv2.destroyAllWindows()

运行结果：

 

2.数据读取——视频

视频其实就是一帧阵的图片组成的，所以我们读取视频实际上是读取一帧一帧的图片。

import cv2
import matplotlib.pyplot as plt
vc=cv2.VideoCapture("qianxi.mp4")
#检查打开是否正确
if vc.isOpened():
    open, frame= vc.read()   #一它是一帧一帧向下读取的
else:
    open=False
while open:                 #遍历视频的每一帧
    ret, frame=vc.read()
    if frame is None:
        break
    if ret==True:
        gray=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)  #转换成灰度图
        cv2.imshow('result',gray)
        if cv2.waitKey(1) & 0xFF==27:
            break
vc.release()
cv2.destroyAllWindows()