一、图像基本操作
1. 图像读取
cv2.imread()
cv2.waitKey(0)
cv2.destroyAllWindows()
imread的第二个参数：格式指定
1.cv2.IMREAD_COLOR : 彩色图像（默认）
2.cv2.IMREAD_GRAYSCALE ： 灰度图像
import cv2 as cv img = cv.imread('xxx\\name.jpg') def show(name, img) # name - 窗口名， img - 图像 cv.imshow(name, img) cv.waitKey(0) cv.destroyAllWindows()
2. 视频读取
cv2.VideoCapture()
vc = cv.VideoCapture('xxx\\name.mp4')
# 用来判断图像是否正常读取 if vc.isOpened(): open, frame = vc. read() # read会返回两个， boolean， 帧 else : open = False
while open: ret, frame = vc.read() if frame is None: # 没读完整，退出 break if ret == True: # 读到，ret置true gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY) # 转成灰度图像 cv.imshow('result', gray) # 显示每一帧 if cv.waitKey(100) & 0xFF == 27: # 控制帧率 break vc.release() # 释放 cv.destroyAllWindows()
3. ROI
ROI(感兴趣区域)
img = cv.imread(name1) cat = img[0:100, 0:200] # 切片操作 show('cat', cat)
4. 颜色通道提取
OpenCV 图片存储，以B，G，R格式
b, g, r = cv.split(img) # 存储 B， G， R b, g, r print(b.shape) img=cv.merge((b,g,r)) img.shape
显示特定通道，可置0其它通道
cur_img=img.copy() cur_img[:,:,0] = 0 # B通道置0 cur_img[:,:,1] = 0 # G通道置0 show('R', cur_img)
5. 边界填充
cv2.copyMakeBorder() // 用法如示例
填充方式 (borderType)：第五个参数
BORDER_REPLICATE ： 复制法，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
BORDER_REFLECT_101 ： 反射法，以最边缘像素为轴对称
BORDER_WRAP ： 外包装法
BORDER_CONSTANT ： 常量法，常数值填充
replicate=cv.copyMakeBorder(img, top_size,botttop_size,bottom_size,left_size,right_size=(30,30,30,30) # 制定填充宽度 # om_size,left_size,right_size,borderType=cv.BORDER_REPLICATE) reflect=cv.copyMakeBorder(img, top_size,bottom_size,left_size,right_size,cv.BORDER_REFLECT) reflect101=cv.copyMakeBorder(img, top_size,bottom_size,left_size,right_size,cv.BORDER_REFLECT_101) wrap=cv.copyMakeBorder(img, top_size,bottom_size,left_size,right_size,cv.BORDER_WRAP) constant=cv.copyMakeBorder(img, top_size,bottom_size,left_size,right_size,cv.BORDER_CONSTANT,value=0) # 常数填充，需指定value值
import matplotlib.pyplot as plt 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()
6. 数值计算
- cv2.add(img1, img2)
name1 = name+'1.jpg' name2 = name+'2.jpg' img_cat1 = cv.imread(name1) img_cat2 = cv.imread(name2) img_cat2.resize((300,300,3)) # 同shape 才能执行运算 img_cat1[:5,:,0]
img_cat1_1 = img_cat1 + 10 # 加法会溢出 == %256 img_cat1_1[:5,:,0] print((img_cat1 + img_cat2)[:5,:,0]) # 加法会溢出 == %256 print(cv.add(img_cat1, img_cat2)[:5,:,0]) # 不溢出
7. 图像融合
cv2.resize()
坐标都是，宽，高，不要写反了
cv2.resize(img, (x, y))
cv2.resize(img, (0, 0), fx = 1, fy = 1) // 倍数
cv2.addWeighted(img1, α, img2, β, γ)
α，β 权重
γ 亮度， 不宜过大，总和255以上就是白了
img1 = cv.imread(name+'1.jpg') img2 = cv.imread(name+'2.jpg') img2 = cv.resize(img2, (300, 300))
img_new = cv.resize(img1, (200 , 100)) plt.imshow(img_new)
img_new = cv.resize(img1, (0, 0), fx=2,fy=3) plt.imshow(img_new)
res = cv.addWeighted(img2, 0.4, img1, 0.6, 0) plt.imshow(res)
