02OpenCV基本操作

参考课程：

【黑马程序员 OpenCV入门教程】

[https://www.bilibili.com/video/BV1Fo4y1d7JL]

@ZZHow(ZZHow1024)

2.1图像的基础操作

• 读取图像

  cv2.imread(path, flag)
  

  • 参数
    • 要读取的图像路径
    • 读取方式的标志
      • cv.IMREAD_COLOR：以彩色模式加载图像，任何图像的透明度都将被忽略。（默认参数）(-1)
      • cv.IMREAD_GRAYSCALE：以灰度模式加载图像(0)
      • cv.IMREAD_UNCHANGED：包括 alpha 通道的加载图像模式(1)
  • 注意：如果加载的路径有错误，不会报错，会返回一个 None 值

• 显示图像

  cv2.imshow(title, image) # 通过 OpenCV 显示
  matplotlib.pyplot.imshow(image[:, :, ::-1]) # 通过 matplotlib 显示
  

  • 参数
    • 显示图像的窗口名称，以字符串类型表示
    • 要加载的图像
  • 注意：在调用 OpenCV 的显示图像的 API 后，要调用 cv.waitKey 给图像绘制留下时间

• 案例：以灰度模式读取图像，分别用 OpenCV 和 matplotlib 的 API 显示图像，最后保存灰度图像

  import cv2 as cv
  import matplotlib.pyplot as pltimage = cv.imread("image.jpg", cv.IMREAD_GRAYSCALE)cv.imshow("image", image)
  cv.waitKey(0)
  cv.destroyAllWindows()plt.imshow(image, cmap="gray")
  plt.show()cv.imwrite("image_gray.jpg", image)
  

  • 案例演示：image_io.py

• 绘制几何图形

  • 绘制直线

    cv2.line(image, start, end, color, thickness)
    

    • 参数
      • image：要绘制直线的图像
      • start, end：直线的起点和终点
      • color：线条的颜色
      • thickness：线条宽度

  • 绘制矩形

    cv2.rectangle(image, leftupper, rightdown, color, thickness)
    

    • 参数
      • image：要绘制矩形的图像
      • leftupper, rightdown：矩形的左上角和右下角坐标
      • color：线条的颜色
      • thickness：线条宽度

  • 绘制圆形

    cv2.circle(image, centerpoint, r, color, thickness)
    

    • 参数
      • img：要绘制圆形的图像
      • centerpoint, r：圆心和半径
      • color：线条的颜色
      • thickness：线条宽度，为 -1 时生成闭合图案并填充颜色

  • 向图像中添加文字

    cv2.putText(image, text, station, font, fontsize, color, thickness, linetype))
    

    • 参数
      • image：图像
      • text：要写入的文本数据
      • station：文本的放置位置
      • font：字体
      • fontsize：字体大小
      • color：文本颜色
      • thickness：线条宽度
      • linetype：LINE_8（默认）、LINE_4、LINE_AA

• 案例：生成一个全黑的图像，然后在里面绘制图像（直线、矩形 和 圆形）并添加文字（OpenCV）

  import numpy as np
  import cv2 as cv
  import matplotlib.pyplot as pltimage = np.zeros((512, 512, 3), np.uint8)cv.line(image, (0, 0), (511, 511), (0, 0, 255), 3)
  cv.rectangle(image, (0, 0), (300, 300), (255, 0, 0), 3)
  cv.circle(image, (512 >> 1, 512 >> 1), 30, (0, 255, 0), -1)
  cv.putText(image, 'OpenCV', (100, 200), cv.FONT_HERSHEY_SIMPLEX, 3, (255, 255, 255), 2, cv.LINE_AA)plt.imshow(image[:, :, ::-1])
  plt.title('OpenCV 绘制图形')
  plt.show()
  

  • 案例演示：draw_graphics.py

• 获取并修改图像中的像素点

  • 可以通过行和列的坐标值获取该像素点的像素值
    • 对于 BGR 图像，它返回一个蓝，绿，红值的数组
    • 对于灰度图像，仅返回相应的强度值

  px = image[10, 10] # 获取某个像素点的像素值
  blue = image[100, 100, 0] # 仅获取蓝色通道的强度值
  image[100, 100] = [255, 255, 255] # 修改某个位置的像素值
  

  • 案例演示：modify_pixels.ipynb

• 获取图像的属性

  • 图像属性包括形状（行数、列数 和 通道数）、数据类型、大小（像素数）等

    属性	API
    形状	image.shape
    数据类型	image.dtype
    图像大小	image.size

  • 案例演示：get_image_properties.ipynb

• 图像通道的拆分与合并

  • 有时需要将 BGR 图像分割为单个通道
  • 有时需要将单独的通道合并成 BGR 图像

  b, g, r = cv.split(image) # 通道拆分
  image = cv.merge((b, g, r)) # 通道合并
  

• 色彩空间的改变

  • OpenCV 中有 150 多种颜色空间转换方法
  • 最广泛使用的转换方法有两种，BGR → Gray 和 BGR → HSV

  cv.cvtColor(image, flag)
  

  • 参数
    • image：进行颜色空间转换的图像
    • flag：转换类型
      • cv.COLOR_BGR2GRAY：BGR → Gray
      • cv.COLOR_BGR2HSV：BGR → HSV

2.2算数操作

• 图像的加法
  • 可以使用 OpenCV 的 cv2.add() 函数把两幅图像相加，或者可以简单地通过 NumPy 操作添加两个图像，如 res = image1 +image2
  • 两个图像应该具有相同的大小和类型，或者第二个图像可以是标量值
  • 注意：OpenCV 加法和 NumPy 加法之间存在差异
    • OpenCV 的加法是饱和操作
    • NumPy 的加法是模运算
• 图像的混合
  • 其实也是加法，但是两幅图像的权重不同，这就会给人一种混合或者透明的感觉
  • 图像混合的计算公式：
    • $g(x)=(1-\alpha )f_0(x)+\alpha f_1(x)$
    • 通过修改 $\alpha$ 的值 (0~1)，可以实现非常炫酷的混合
  • 将两幅图混合在一起
    • 第一幅图的权重是 $\alpha$，第二幅图的权重是 $\beta$
    • 函数 cv2.addWeighted() 可以按下面的公式对图片进行混合操作：
      • $dist=\alpha \cdot imag{e}_1+\beta \cdot imag{e}_2+\gamma$
• 案例演示：arithmetic_operations.ipynb