OpenCV基础操作

所用版本 OpenCV3.4.1.15

读取图像

随便拿个图像即可实验，当然你也可以用这个在计算机视觉领域大名鼎鼎的图像 http://www.lenna.org/full/l_hires.jpg
（记得裁剪，要个头就行~~）

import cv2import matplotlib as pltimport numpy as np# 读取图像img = cv2.imread("test.jpg")# 展示图像  前面是窗口名 后面是要显示的图像cv2.imshow("img",img)# 等待时间 毫秒级 0表示任意键终止cv2.waitKey(0)# 图像大小  会输出[h w c] 高 宽 通道数print(img.shape)# 读取图像的时候 指定参数可以读取灰度图img2 = cv2.imread("test.jpg",cv2.IMREAD_GRAYSCALE)# 此时再输出shape就只有h w了 没有通道数print(img2.shape)# 展示灰度图cv2.imshow("img2",img2)cv2.waitKey(0)# 图像保存 指定一个名字 指定要保存的图像cv2.imwrite("huidu.jpg",img2)

有的时候图像大小比较大，所以显示出来一个屏幕看不全，就比较麻烦。
我们可以先设置窗口大小，再在指定窗口显示图像

    # set window size    cv2.namedWindow("dst",0);    cv2.resizeWindow("dst",1280,760);    cv2.imwrite("dst.png",dst);

图像裁剪和颜色通道切分

img = cv2.imread("test.jpg")# 截取部分图像s = img[0:200,0:200] # 前面是h 后面是wcv2.imshow("img",s)cv2.waitKey(0)# 颜色通道切分 b g r分别是三个通道的值b,g,r=cv2.split(img)# opencv里面图像的通道顺序是B G R# 也就意味着 B G R顺序分别是 0 1 2# [:,:,0] 切片 前面俩冒号 代表取图像宽高的所有 后面0 代表B通道cur_img=img.copy()cur_img[:,:,0]=0 # B通道置为0cur_img[:,:,1]=0 # G通道置为0cv2.imshow("R",cur_img) # 也就是说只保留了R通道cv2.waitKey(0)

读取视频

import cv2import matplotlib as pltimport numpy as np# 读取视频 也可以读取摄像头vc = cv2.VideoCapture("test.mp4")# 检查是否打开正确if vc.isOpened():    # .read 读取第一帧 会返回两个值 open是布尔值表示是否读成功 第二个参数就是当前帧    open , frame = vc.read()else:    open = Falsewhile open:    ret,frame = vc.read()    if frame is None:        break    if ret == True:        # gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY) # 把当前帧转换成灰度图        cv2.imshow("result",frame)        if cv2.waitKey(100) & 0xFF ==27: # 每处理完一帧 等待100毫秒 27代表esc键 按esc退出            breakvc.release()cv2.destroyAllWindows() #销毁所有窗口

图像边界填充

import cv2import matplotlib.pyplot as pltimport numpy as npimg = cv2.imread("test.jpg")# 边界填充# 定义要填充的大小 上下左右top_size,bottom_size,left_size,right_size = (50,50,50,50)# copyMakeBorder 边界填充函数 参数分别是：要填充的图像，上，下，左，右，边界类型# BORDER_REPLICATE 复制法 就是复制最边缘的像素 作为填充replicate = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_REPLICATE)# BORDER_REFLECT 反射法 把像素在两边进行复制 如     edcba | abcde | edcbareflect = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_REFLECT)# BORDER_REFLECT_101 反射法 以最边缘的像素为轴 对称   edcb | abcde | dcbareflect_101 = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_REFLECT_101)# BORDER_WRAP 外包装法 右边正着往外延申，左边倒着延申   edcba | abcde | abcdewrap = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_WRAP)# 常量法 指定一个数值作为填充constant = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_CONSTANT,value=0)# 使用matplotlib把图像显示出来plt.subplot(2,3,1),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(reflect_101,"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()

显示结果如下：

你会发现，这个图是蓝色的。为什么呢？
使用cv2.imread()读取图像时，默认彩色图像的三通道顺序为B、G、R，这与我们所熟知的RGB中的R通道和B通道正好互换位置了。
而使用plt.imshow()函数却默认显示图像的通道顺序为R、G、B，所以导致出现色差发蓝
很好解决，用我们前边所说的，图像通道分离。

# 通道分离b,g,r=cv2.split(img)# 换下位置 合并  再用matplotlib显示img_new=cv2.merge([r,g,b])# 前面这三个参数，代表 2行3列布局，当前图位于第一个plt.subplot(2,3,1),plt.imshow(img_new,"gray"),plt.title("ORIGINAL")# 2行3列布局，当前图位于第二个  可以不加逗号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(reflect_101,"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()

可以看到，图像颜色正常了（我就不每个都处理了，明白用法即可）

数值计算

import cv2import matplotlib as pltimport numpy as npimg_cat=cv2.imread("cat.png")# 这里对图像做数值加法  其实就是对每个像素+10  这和numpy的矩阵加法是一样的# 如果加法完了超过了255 那就把结果对256取模 %cv2.imshow("ans",img_cat+10)cv2.waitKey(0)# opencv里面的图像相加与刚才numpy那种加法不一样img=cv2.imread("test.jpg")# 这个加法会把两个图像的对应像素相加 若超过255 则直接置为255# 注意这样相加必须要求两个图象大小一致print(cv2.add(img,img_cat))

图像融合以及重新设置大小

两个图必须一样大小才能融合

import cv2import matplotlib.pyplot as pltimport numpy as npimg_cat=cv2.imread("cat.png")img_dog=cv2.imread("dog.png")print(img_dog.shape)print(img_cat.shape)# resize 重新设置大小img_cat = cv2.resize(img_cat,(435,400))print(img_cat.shape)# 图像相加的公式是 R=a*x1+b*x2+c    x1 x2代表两个图像  a b是两个参数 c是偏置项# 这里a=0.4 b=0.6 c=0res = cv2.addWeighted(img_cat,0.4,img_dog,0.6,0)plt.imshow(res)plt.show()# 大小设置为0 0  fx和fy分别代表x方向拉长几倍 y方向拉长几倍# res = cv2.resize(img_cat,(0,0),fx=1,fy=2)# plt.imshow(res)# plt.show()

结果（变蓝色是因为通道的问题）

阈值

ret,dst = cv2.threshold(src,thresh,maxval,type)src 输入图 只能输入单通道图，一般为灰度图dst 输出图thresh 阈值maxval 当像素值超过了阈值（小于阈值，根据type来决定），就赋值为maxvaltype 二值化的操作 包含以下五种类型cv2.THRESH_BINARY  超过阈值的部分赋值为maxval 否则取0cv2.THRESH_BINARY_INV THRESH_BINARY的反转（本来比如是大于127的赋值为255，反转就是小于127的赋值为255）cv2.THRESH_TRUNC 大于阈值部分设置为阈值 否则不变cv2.THRESH_TOZERO 大于阈值部分不改变 否则设置为0cv2.THRESH_BINARY_INV THRESH_TOZERO的反转

代码：

# 读进来灰度图img=cv2.imread("cat.png",cv2.IMREAD_GRAYSCALE)# 阈值为127 像素超过127就取255 否则取0ret,thresh1 = cv2.threshold(img,127,255,cv2.THRESH_BINARY)ret,thresh2 = cv2.threshold(img,127,255,cv2.THRESH_BINARY_INV)ret,thresh3 = cv2.threshold(img,127,255,cv2.THRESH_TRUNC)ret,thresh4 = cv2.threshold(img,127,255,cv2.THRESH_TOZERO)ret,thresh5 = cv2.threshold(img,127,255,cv2.THRESH_TOZERO_INV)titles=["Original","THRESH_BINARY","THRESH_BINARY_INV","THRESH_TRUNC","THRESH_TOZERO","THRESH_TOZERO_INV"]images=[img,thresh1,thresh2,thresh3,thresh4,thresh5]for i in range(6):    plt.subplot(2,3,i+1),plt.imshow(images[i],"gray")    plt.title(titles[i])    plt.xticks([]),plt.yticks([])plt.show()

解释下这个plt.imshow(images[i],"gray")
plt.imshow(images,cmap)images是要绘制的图像或数组，cmap是颜色图谱，默认绘制RGB颜色空间，也可以设定gray代表黑-白
显示效果