您的位置: 首页  >  文章  >  OpenCV与Python之图像基础操作

OpenCV与Python之图像基础操作

分类: 文章 • 2024-07-27 15:56:28

1. 导入opencv包

import cv2

2. 读取图像

命令：img = cv2.imread('图片路径', 读取方式)

读取方式：cv2.IMREAD_UNCHANGED（不改变图像形式），cv2.IMREAD_GRAYSCALE（以灰度形式读取图像），cv2.IMREAD_COLOR（以彩色形式读取图像）

img = cv2.imread('images/cat_color.jpg', cv2.IMREAD_GRAYSCALE)

3. 显示图像

命令：cv2.imshow('窗口名字', img)

为了让图像一直显示而不一闪而过，要加上cv2.waitKey()，为了关掉窗口就清空内存，要加上cv2.destroyAllWindows()

cv2.imshow('Lena', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

4. 保存图像

命令：cv2.imwrite('图片路径', img)

cv2.imwrite('images/cat.tif', img)

5. 读取和修改像素

1）类似于numpy中的数组操作一样，访问或修改单个像素只需指定像素在数组中的位置即可，例如：pixel = [100, 100]；访问和修改一定区域内的多个像素只需指定数组范围就行，例如：pixels = [50:100, 50:100]

2）可以使用numpy中提供的item()，访问像素，例如：pixel = img.item(100, 100)；使用itemset()，修改像素值，例如：img.itemset((100, 100), 255)

pixel = img[100, 100]
pixels = img[50:100, 50:100]

pixel = img.item(100, 100)
img.itemset((100, 100), 255)

6. 图像属性

1）图像宽度和高度：shape

2）图像像素数量：size

3）图像类型：dtype

m,n,_ = img.shape
# shape返回一个元组，如果图像是灰度图像，返回（宽度， 高度）
# 如果图像是彩色图像，返回（宽度，高度，3）

pixelSize = img.size 
# 返回图像像素数量， size = m * n

pixelDtype = img.dtype 
# 图像类型一般是uint8

7. 图像通道拆分与合并

1）拆分：cv2.split，一般的操作是将一副彩色图像的b, g, r三个通道分离开来，注意在opencv中，彩色图像的通道是b, g, r，而不是r, g, b，例如：b, g, r = cv2.split(img)

2）合并：cv2.merge，一般的操作是将三个通道合并成一个彩色图像，例如：img = cv2.merge([b, g, r])，合并中可以将彩色图像中的某一通道与两个零通道合并而得到蓝色，绿色，红色图像

b, g, r = cv2.split(img)
zeros = np.zeros((m,n), dtype=np.uint8)
img1 = cv2.merge([b, zeros, zeros])
img2 = cv2.merge([zeros, g, zeros])
img3 = cv2.merge([zeros, zeros, r])

OpenCV与Python之图像基础操作

8. 图像加法运算

1）使用img = cv2.add(img1, img2)，两副图像相加，很有可能出现像素值超过255的情况，cv2.add会自动将超过255的值变为255

2）使用numpy中的加法img = img1 + img2，这种加法不会像cv2.add中的那样，自动将超过255的像素值变为255，它进行的是一种取模运算，简单来讲就是因为图像类型一般是uint8类型，最大值不能超过255，对于超过255的值，该类型会进行取模运算，就是取除以255的余数；为了避免这种情况出现，我们一般在对图像进行运算之前（不仅仅是加法运算，还有其他的减法，小于0的情况，乘法等等），我们要先将图像的类型转换成int32或者float类型：img = img.astype(np.float)，加法结束后再对图像进行归一化处理，将图像像素范围调整到0到1之间（或者0到255之间的整数）

 

img1 = cv2.add(img, img)

img2 = img + img

img = img.astype(np.int32) # 对原始图像类型进行转换
img3 = img + img
# 归一化处理
def norm(img):
    img = img - np.min(img)
    img = img / np.max(img)
    return img

img3 = norm(img3)
img3 = img3 * 255  # 必须将图像范围改到0到255后再使用np.uint8
img3 = img3.astype(np.uint8) # uint8 只是简单的

OpenCV与Python之图像基础操作

 9. 图像融合

img3 = cv2.addWeighted(img1, weight1, img2, weight2, light)， 将两张图像按一定的比例叠加在一起

assert img1.shape == img2.shape 
img3 = cv2.addWeighted(img1, 0.8, img2, 0.2, 0)
# 0.8指img1占的比重，0.2指img2占的比重， 0指不改变图像亮度

OpenCV与Python之图像基础操作

10. 图像类型转换

命令：img2 = cv2.cvtColor(img, 转换格式)

常用转换格式：cv2.COLOR_BGR2GRAY（彩色转灰度）, cv2.COLOR_BGR2RGB（BGR转RGB）, cv2.COLOR_GRAY2BGR（灰度转彩色）

img2 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

11. 图像缩放

命令：img2 = cv2.resize(img, （宽度，高度），fx=宽度缩放倍数，fy=高度缩放倍数)

img2 = cv2.resize(img, (200, 200))
img3 = cv2.resize(img, None, fx=1, fy=2)

12. 图像翻转

命令：img2 = cv2.flip(img, 翻转方式)

翻转方式：0：x轴翻转；> 0：y轴翻转；< 0：x，y均翻转一次，即对角线翻转

img2 = cv2.flip(img, -1)

 

相关推荐