OpenCV学习笔记 - OpenCV必知必会的基础

OpenCV必知必会的基础（一）

色彩空间变换

cv2.cvtColor(img, colorspaces[i])

• 功能：实现色彩空间之间的转换
• 参数说明：

  • img : 输出的图像
  • colorspaces[i] : 色彩空间转换码（用一个数组进行存储，传参时选择转换码数组中的一个转换码）
  • 附录：常见的色彩空间列表
    

代码示例

import cv2

# 回调函数
def callback():
    pass

# 创建窗口
cv2.namedWindow('color',cv2.WINDOW_NORMAL)

# 读取图片
img = cv2.imread('./img/Lena.jpg')

# 色彩空间设置,并可视化
colorspaces = [cv2.COLOR_BGR2RGBA, cv2.COLOR_BGR2BGRA,
               cv2.COLOR_BGR2GRAY, cv2.COLOR_BGR2HSV_FULL,
               cv2.COLOR_BGR2YUV]

# 创建TrackBar,将需要转换的颜色空间进行可视化
cv2.createTrackbar('curcolor','color',0, len(colorspaces), callback)

while True:
    i = cv2.getTrackbarPos('curcolor','color')

    ## 颜色空间转换API
    cvt_img = cv2.cvtColor(img,colorspaces[i])

    # 展示图片
    cv2.imshow('color',img)

    key = cv2.waitKey(10)
    if key & 0xFF == ord('q'):
        break

## 销毁窗口
cv2.destroyAllWindows()

Numpy基本操作

创建矩阵

创建数组 array(list)

• 参数说明：

  • list：转换成numpy格式的列表

• 代码示例：

  ## 创建一维
  a = np.array([2,3,4])
  
  ## 创建二维
  b = np.array([[1.0,2.0],[3.0,4.0]])
  

创建全零/一数组 zeros(shape,dtype)/ones(shape,dtype)

• 参数说明：

  • shape : (行的个数,列的个数,通道数/层数)
  • dtype : 选择数据的类型

• 代码示例：

  # 创建全零数组
  c = np.zeros((8,8,3),np.uint8)
  
  # 创建全一数组
  d = np.ones((8,8,3),np.uint8)
  

创建全值数组 full(shape,data,dtype)

• 参数说明：

  • shape : (行的个数,列的个数,通道数/层数)
  • data : 需要填充的数值
  • dtype : 选择数据的类型

• 代码示例：

  e = np.full((8,8,3),255,np.uint8)
  

创建单位数组 identity(shape,dtype)/eye(shape,k)

• 参数说明：

  • shape : 若为单位矩阵(indentify)则为方阵的尺寸,若为eye则可以任意选择尺寸
  • dtype : 选择数据的类型
  • k：从第0行的第k列开始依次朝着右下角方向数值为1，其余为0

• 代码示例：

  ## 定义单位矩阵
  f = np.identity(4,np.uint8)
  
  ## 定义eye矩阵(可以不是方阵)
  g = np.eye(5,3,k=2)
  

检索与赋值

单通道图像检索/赋值

• 检索方法：img[x,y]
• 赋值方法：img[x,y]=data
• 代码实例：

  ## 随机初始化一个灰度图
  img = np.zeros((480,480))
  
  ## 展示图片
  cv2.imshow('img',img)
  
  ## 检索图片的像素点
  print(img[40,40])
  
  ## 在图片中画一条白线
  count = 0
  while count<200:
      img[count,200] = 255
      count = count + 1
  
  # 展示图片
  cv2.imshow('img',img)
  
  # 设置显示时间
  key = cv2.waitKey(0)
  if key & 0xFF == ord('q'):
  	cv2.destroyAllWindows()
  

三通道图像检索/赋值

• 检索方法：img[x,y,channel]

• 赋值方法：img[x,y,channel] = data

• 代码实例：

  # 我们以莱娜图为例子,读取一张图片(注意如果不使用cv2.namedWindow,直接使用imshow也会自动创建窗口)
  img = cv2.imread('./img/Lena.jpg')
  
  ## 从矩阵中读取某一个值
  print(img[40,50,2])
  
  ## 修改矩阵的一个像素点
  img[40,50,0] = 0
  img[40,50,1] = 0
  img[40,50,2] = 0
  
  ## 在图像中画一条竖线
  count = 0
  while count<100:
  ## 注意事项：BGR通道如果全部设置为255则为白线，若只设置一个255则为蓝线或者绿线或者红线
      img[count,100,0]=255
      img[count,100,1]=0
      img[count,100,2]=0
      count = count + 1
  
  # 展示图片
  cv2.imshow('img',img)
  
  # 设置显示时间
  key = cv2.waitKey(0)
  if key & 0xFF == ord('q'):
  	cv2.destroyAllWindows()
  

获取子数组

[x1:x2,y1:y2]

• 方法：img[x1:x2,y1:y2]
• 代码实例：

  # 读取莱娜图
  img = cv2.imread('./img/Lena.jpg')
  
  # 截取莱娜图一小部分
  img = img[50:300,50:300]
  
  # 显示图片并设置显示时间
  cv2.imshow('img',img)
  key = cv2.waitKey(0)
  if key & 0xFF == ord('q'):
  	cv2.destroyAllWindows()
  

[:,:]

• 方法：img[:,:]常用于子数组赋值
• 代码实例：

  # 读取莱娜图
  img = cv2.imread('./img/Lena.jpg')
  
  # 截取莱娜图一小部分
  img = img[50:300,50:300]
  
  
  # 将莱娜图的一小部分抠掉
  img[:,:] = [0,255,0]
  
  # 显示图片并设置显示时间
  cv2.imshow('img',img)
  key = cv2.waitKey(0)
  if key & 0xFF == ord('q'):
      cv2.destroyAllWindows()
  

深拷贝与浅拷贝

• 浅拷贝：是两个变量共享一份数据；
• 深拷贝：是将数据复制两份，相互独立互补干扰 img1 = img.copy()
• 代码实例：

  # 读取莱娜图
  img = cv2.imread('./img/Lena.jpg')
  
  # 浅拷贝（共用一份数据）
  img1 = img
  
  # 深拷贝（将数据复制两份）
  img2 = img.copy()
  
  
  img[50:100,50:100] = [0,255,0]
  cv2.imshow('img',img)
  cv2.imshow('img1',img1)
  cv2.imshow('img2',img2)
  
  key = cv2.waitKey(0)
  if key & 0xFF == ord('q'):
      cv2.destroyAllWindows()
  

图像的多种属性

img.shape

• 功能：打印图像的尺寸包括(高度,长度,通道数)

img.size

• 功能：打印图像的大小包括(高度×长度×通道数)

img.dtype

• 功能：打印图像像素点的数据类型

通道的分割与合并（超级重点）

cv2.split(mat)

• 功能： 将图片的通道完全分离
• 参数说明：

  • mat : 需要分割的多通道图像

cv2.merge((ch1,ch2,…))

• 功能： 将零散图片的通道合并
• 参数说明：

  • (ch1,ch2,…) : 需要合并的图像

代码实例

# 随机初始化一张空白图片
img = np.full((480,640,3),255,np.uint8)

# 分割图片(注意通道顺序是BGR不能搞错)
b_channel,g_channel,r_channel = cv2.split(img)

g_channel[:,:] = 0

## 合并通道
img1 = cv2.merge((b_channel,g_channel,r_channel))

# 展示图片并设置显示时间
cv2.imshow('img',img)
cv2.imshow('img1',img1)
key = cv2.waitKey(0)
if key & 0xFF == ord('q'):
    cv2.destroyAllWindows()