open-CV的初步学习

shaoshaossm

发布于 2022-12-26 15:01:46

6860

发布于 2022-12-26 15:01:46

文章被收录于专栏：Java啊

安装

# 安装指定版本
pip install opencv-python==3.4.2.17

# 测试是否安装成功
import cv2
lena  = cv2.imread("1.jpg")
cv2.imshow("image",lena)
cv2.waitKey(0)

# 利用SIFT和SURF等进行特征提取
pip install opencv-contrib-python

Open-CV基本操作

图像的基础操作

图像的IO操作，读取和保存方法
在图像上绘制几何图形
怎么获取图像的属性
怎么访问图像的像素，进行通道分离，合并等
怎么实现颜色空间的变换
图像的算术运算

1.1 读取图像

lena  = cv2.imread()

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。这是默认参数。
- cv.IMREAD*GRAYSCALE：以灰度模式加载图像
- cv.IMREAD_UNCHANGED：包括alpha通道的加载图像模式。 可以使用1、0或者-1来替代上面三个标志
参考代码

import cv2 as cv
# 以灰度图的形式读取图像
img = cv.imread('1.jpg',0)

1.2 显示图像

cv.imshow()

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：在调用显示图像的API后，要调用cv.waitKey()给图像绘制留下时间，否则窗口会出现无响应情况，并且图像无法显示出来。

参考代码

import cv2
lena  = cv2.imread("1.jpg",-1)
cv2.imshow("image",lena)
cv2.waitKey(0)

1.3 保存图像

cv.imwrite()

参数：

文件名，要保存在哪里
要保存的图像

cv.imwrite('2.jpg',img)

1.4 完整代码演示

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
# 1 读取图像
img = cv.imread('1.jpg',0)
# 2 显示图像
# 2.1 利用opencv展示图像
cv.imshow('image',img)
# 2.2 在matplotplotlib中展示图像
plt.imshow(img[:,::-1])
# 结束
# cv.destroyAllWindows()
plt.title('匹配结果'), plt.xticks([]), plt.yticks([])
plt.show()
k = cv.waitKey(0)
# 3 保存图像
cv.imwrite('2.jpg',img)

绘制几何图形

2.1 绘制直线

cv.line(img,start,end,color,thickness)

参数：

img: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

2.2 绘制圆形

cv.circle(img,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

2.3 绘制矩形

cv.rectangle(img,leftupper,rightdown,color,thickness)

参数：

img: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

2.4 向图像中添加文字

cv.putText(img,text,station, font, fontsize,color,thickness,cv.LINE_AA)

参数：

img: 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

2.5 效果演示

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
# 1 创建一个空白的图像
img = np.zeros((512,512,3), np.uint8)
# 2 绘制图形
cv.line(img,(0,0),(511,511),(255,0,0),2)
cv.line(img,(0,511),(511,0),(200,20,3),2)
cv.rectangle(img,(384,384),(510,128),(0,255,0),3)
cv.circle(img,(255,255), 63, (0,0,255), -1)
font = cv.FONT_HERSHEY_SIMPLEX
cv.putText(img,'OpenCV',(10,500), font, 4,(255,255,255),2,cv.LINE_AA)
# 3 图像展示
plt.imshow(img[:,:,::-1])
plt.title('匹配结果'), plt.xticks([]), plt.yticks([])
plt.show()

3.获取并修改图像中的像素点

我们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。使用相同的方法对像素值进行修改。

import numpy as np
import cv2 as cv
img = cv.imread('messi5.jpg')
# 获取某个像素点的值
px = img[100,100]
# 仅获取蓝色通道的强度值
blue = img[100,100,0]
# 修改某个位置的像素值
img[100,100] = [255,255,255]

4 获取图像的属性

图像属性包括行数，列数和通道数，图像数据类型，像素数等。

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

5 图像通道的拆分与合并

有时需要在B，G，R通道图像上单独工作。在这种情况下，需要将BGR图像分割为单个通道。或者在其他情况下，可能需要将这些单独的通道合并到BGR图像。你可以通过以下方式完成。

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

6 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。

API：

cv.cvtColor(input_image，flag)

参数：

input_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

代码演示

#%%

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt

#%%

img = np.zeros((256,256,3),np.uint8)

#%%

plt.imshow(img[:,:,::-1])



#%%

img[100,100]

#%%

img.shape

#%%

img.dtype

#%%

img.size

#%%

img = cv.imread('1.jpg')

#%%

plt.imshow(img[:,:,::-1])

#%%

b,g,r = cv.split(img)

#%%

plt.imshow(b,cmap=plt.cm.gray)

#%%

img2 = cv.merge((b,g,r))

#%%

plt.imshow(img2[:,:,::-1])

#%%

gray  = cv.cvtColor(img,cv.COLOR_BGR2GRAY)

#%%

plt.imshow(gray,cmap)

算数操作

1.图像加法

代码演示

#%%

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt

#%%

img = cv.imread('1.jpg')

#%%

plt.imshow(img[:,:,::-1])

#%%

imggray = cv.imread('2.jpg')

#%%

plt.imshow(imggray[:,:,::-1])

#%%

img2 = cv.add(img,imggray)

#%%

plt.imshow(img2[:,:,::-1])

两种结果对比(Opencv更好一点)

2.图像的混合

这其实也是加法，但是不同的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如下：

g(x) = (1−α)f0(x) + αf1(x)

通过修改 α 的值（0 → 1）,实现不同权重的图像混合

参考代码

#%%

img4 = cv.addWeighted(img,0.4,imggray,0.6,0)

#%%

plt.imshow(img4[:,:,::-1])

注意：这里都要求两幅图像是相同大小的。

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2022-01-12，如有侵权请联系 cloudcommunity@tencent.com 删除

opencv

api

本文分享自作者个人站点/博客前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

opencv

api

登录后参与评论

0 条评论

热度