当前位置：首页 > news >正文

Opencv 图像基本操作

news 2025/7/20 18:08:23

1.1 数据读取-图像

opencv读取的格式是BGR而不是RGB

import cv2
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline	# 在Notebook的输出单元格内嵌入绘制的图形，而不在新窗口中显示

img = cv2.imread('cat.jpg')	# cv2.IMREAD_COLOR：默认读取彩色图像

img.shape	# (414, 500, 3)

# 图像的显示，也可以创建多个窗口
# %matplotlib inline 只影响 matplotlib 的行为，而不会影响 OpenCV 的行为。如果你想在 Jupyter Notebook 中使用 OpenCV 显示图像，而不希望弹出窗口，可以使用plt.imshow()
cv2.imshow('image', img)
# 等待时间，毫秒级，0表示任意键终止
cv2.waitKey(10000)
cv2.destoryAllWindows()	# 程序结束时清理窗口

在这里插入图片描述

# 将显示图像的代码封装到函数上,这样每次使用时只需调用即可
def cv_show(name, img):
    cv2.imshow(name, img)
    cv2.waitKey(0)
    cv2.destroyAllWindos()

img = cv2.imread('cat.jpg', cv2.IMREAD_GRAYSCALE)	# 读取灰度图像
img

在这里插入图片描述

img.shape	# (414, 500)

# 保存图片
cv2.imwrite('mycat.png', img)	# True

在这里插入图片描述

type(img)	# numpy.ndarray

img.size	# 207000

img.dtype	# dtype('uint8'),图像数组中元素的数据类型

# 截取部分图像数据
img = cv2.imread('cat.jpg')
cat = img[0 : 50, 0 : 200, :]

在这里插入图片描述

# 提取颜色通道
b, g, r = cv2.split(img)

b.shape		# (414, 500)
g.shape		# (414, 500)
r.shape		# (414, 500)

# 将多个单通道图像合并为一个多通道图像
img = cv2.merge((b, g, r))
img.shape	# (414, 500, 3)

# 只保留R颜色通道
cur_img = img.copy()
cur_img[:, :, 0] = 0
cur_img[:, :, 1] = 0
cv_show('R', cur_img)

在这里插入图片描述

# 只保留G颜色通道
cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,2] = 0
cv_show('G',cur_img)

在这里插入图片描述

# 只保留B
cur_img = img.copy()
cur_img[:,:,1] = 0
cur_img[:,:,2] = 0
cv_show('B',cur_img)

在这里插入图片描述

# 给图像添加边框,设置边框上下左右宽度
top_size, bottom_size, left_size, right_size = (50, 50, 50, 50)
# 复制法，复制最边缘像素
replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType = cv2.BORDER_REPLICATE)
# 反射法，对图像中的像素在两边进行复制，fedcba|abcdefgh|hgfedcb
reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT)
# 以最边缘像素为轴对称，gfedcb|abcdefgh|gfedcba
reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT_101)
# 外包装法，cdefgh|abcdefgh|abcdefg
wrap = cv2.copyMakeBorder(img, top_size, bottom_size, lwft_size, right_size, cv2.BORDER_WRAP)
# 常量法，常数值填充
constant = cv.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_CONSTANT, value = 0)

plt.subplot(231), plt.imshow(img, 'gray'), plt.title('ORIGINAL')
plt.subplot(232), plt.imshow(replicate, 'gray'), plt.title('REPLICATE')
plt.subplot(233), plt.imshow(reflect, 'gray'), plt.title('REFLECT')
plt.subplot(234), plt.imshow(reflect101, 'gray'), plt.title('REFLECT_101')
plt.subplot(235), plt.imshow(wrap, 'gray'), plt.title('WRAP')
plt.subplot(236), plt.imshow(constant, 'gray'), plt.title('CONSTANT')

plt.show()

在这里插入图片描述

# 数值计算
img_cat = cv2.imread('cat.jpg')
img_dog = cv2.imread('dog.jpg')
img_cat2= img_cat + 10

img_cat[:5,:,0]
"""
array([[142, 146, 151, ..., 156, 155, 154],
       [108, 112, 118, ..., 155, 154, 153],
       [108, 110, 118, ..., 156, 155, 154],
       [139, 141, 148, ..., 156, 155, 154],
       [153, 156, 163, ..., 160, 159, 158]], dtype=uint8)
"""
img_cat2[:5,:,0]
"""
array([[152, 156, 161, ..., 166, 165, 164],
       [118, 122, 128, ..., 165, 164, 163],
       [118, 120, 128, ..., 166, 165, 164],
       [149, 151, 158, ..., 166, 165, 164],
       [163, 166, 173, ..., 170, 169, 168]], dtype=uint8)
"""

# 超出256时，会取超出256的值，相当于%256
(img_cat + img_cat2)[:5,:, 0]
"""
array([[ 38,  46,  56, ...,  66,  64,  62],
       [226, 234, 246, ...,  64,  62,  60],
       [226, 230, 246, ...,  66,  64,  62],
       [ 32,  36,  50, ...,  66,  64,  62],
       [ 60,  66,  80, ...,  74,  72,  70]], dtype=uint8)
"""

# 相加超过255会被设置为255
cv2.add(img_cat, img_cat2)[: 5,:, 0]
"""
array([[255, 255, 255, ..., 255, 255, 255],
       [226, 234, 246, ..., 255, 255, 255],
       [226, 230, 246, ..., 255, 255, 255],
       [255, 255, 255, ..., 255, 255, 255],
       [255, 255, 255, ..., 255, 255, 255]], dtype=uint8)
"""

# 图像融合,形状大小必须要一致
img_cat + img_dog

在这里插入图片描述

img_dog = cv2.resize(img_dog, (500, 414))
img_dog.shape	# (414, 500, 3)

# 将两个图像（或数组）按照指定的权重进行加权合成。
res = cv2.addWeighted(img_cat, 0.4, img_dog, 0.6, 0)

plt.imshow(res)

在这里插入图片描述

# 调整为源图像宽度和高度的4倍
res = cv2.resize(img, (0, 0), fx = 4, fy = 4)
plt.imshow(res)

在这里插入图片描述

res = cv2.resize(img, (0, 0), fx = 1, fy = 3)
plt.imshow(res)

在这里插入图片描述

1.2 数据读取-视频

# cv2.VideoCapture可以捕获摄像头，用数字来控制不同的设备，例如0,1。
vc = cv2.VideoCapture('test.mp4')

if vc.isOpened():
    open, frame = vc.read()
else:
    open = False

while open:
    # 返回一个布尔值，代表是否成功读取了帧，frame表示读取到的帧图像本身
    ret, frame = vc.read()
    if frame is None:
        break
    if ret == True:
        # cv2.cvtColor是用于转换图像的颜色空间
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        cv2.imshow('result', gray)
        # 等待用户按键，最多等待100毫秒。如果按下了ESC键（ASCII码为27）则退出
        if cv2.waitKey(100) & 0xFF == 27:
            break
vc.release()
cv2.destroyAllWindows()

在这里插入图片描述

查看全文

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.dtcms.com/a/41741.html 如若内容造成侵权/违法违规/事实不符，请联系邮箱：809451989@qq.com进行投诉反馈，一经查实，立即删除！