opencv python之图片基本操作的示例分析

发布时间:2021-08-20 09:29:47 作者:小新
来源:亿速云 阅读:175

这篇文章将为大家详细讲解有关opencv python之图片基本操作的示例分析,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。

前言

最近在学习opencv,使用的是python接口。于是想着写些相关的笔记供以后参考,有不足之处希望大家指出。
使用python学习opencv需要下载opencv第三方库。

使用pip安装即可。

安装命令:

pip install opencv-python
pip install opencv-contrib-python(opencv的贡献库)

引入opencv

import cv2

读取图片:

img=cv2.imread('cat.jpg') # cat.jpg路径为相对路径
# 读取图片转换为灰度图片
img=cv2.imread('cat.jpg',cv2.IMREAD_GRAYSCALE)

展示图片:

# 图像的显示,也可以创建多个窗口
cv2.imshow('image',img) 
# 等待时间,毫秒级,0表示任意键终止
cv2.waitKey(0) 
# 开启另一个窗口,图片显示10000毫秒后自动退出窗口
cv2.waitKey(10000) 
cv2.destroyAllWindows()

读取图片的规格:

img.shape

该属性返回的结果为hwc(h:height长度,w:weight宽度,c:channel通道)如rgb图像为三通道图像c值为3。

保存图片:

#保存

# mycat为自定义名称,.png为图片保存格式
cv2.imwrite('mycat.png',img)

显示读取图片读取格式:

type(img)

图片size属性:

# h*w
img.size

图片dtype属性:

# 查看数据类型
img.dtype

视频读取:

vc = cv2.VideoCapture('test.mp4')
# 检查是否打开正确
if vc.isOpened(): 
    oepn, frame = vc.read()
else:
    open = False

对读取视频中的帧进行相应处理:

下面代码为将所有帧转换为灰度图形式。

while open:
    ret, frame = vc.read()
    if frame is None:
        break
    if ret == True:
        gray = cv2.cvtColor(frame,  cv2.COLOR_BGR2GRAY)
        cv2.imshow('result', gray)
        if cv2.waitKey(100) & 0xFF == 27:
            break
vc.release()
cv2.destroyAllWindows()

截取图像部分:

img=cv2.imread('cat.jpg')
# 截取指定位置像素点
cat=img[0:50,0:200] 
cv_show('cat',cat)

颜色通道提取

将其他通道置零的方式实现颜色通道提取:

# 切分颜色通道
b,g,r=cv2.split(img)
# 只保留R
cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,1] = 0
cv_show('R',cur_img)
# 只保留G
cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,2] = 0
cv_show('G',cur_img)
# 只保留B
cur_img = img.copy()
cur_img[:,:,1] = 0
cur_img[:,:,2] = 0
cv_show('B',cur_img)

颜色通道融合

# 颜色通道融合
img=cv2.merge((b,g,r))

边界填充:

# 设定上下左右需要填充像素个数
top_size,bottom_size,left_size,right_size = (50,50,50,50)
# 下面最后一个参数为图像填充边界类型
# BORDER_REPLICATE复制原图边缘进行填充
replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE)
# BORDER_REFLECT反射法
reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_REFLECT)
# BORDER_REFLECT_101相对对称的反射法
reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT_101)
# BORDER_WRAP 外包装法
wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_WRAP)
# BORDER_CONSTANT使用常数值进行填充
constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_CONSTANT, value=0)
# 显示上述处理结果代码
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()

对图片进行算数运算:

# 表示所有像素点对应值都加10,用于调节图片亮度
# 若数值超过255将会进行 % 255操作
img_cat2= img_cat +10 
# 显示图片前5行,所有列,0表示单通道形式图片展示结果为灰色
img_cat[:5,:,0]
# 数值超过255,值等于255
cv2.add(img_cat,img_cat2)[:5,:,0]

图像融合

两张图片要进行融合需要图片规格一致,对于规格不一致的图片需要用resize()方法调节规格。

# 指定像素
img_dog = cv2.resize(img_dog, (500, 414))
img_dog.shape
# x为以前的4倍,y为以前的4倍
res = cv2.resize(img, (0, 0), fx=4, fy=4)
# 融合图片  猫的权重为0.4,狗的权重为0.6,0为偏执项
res = cv2.addWeighted(img_cat, 0.4, img_dog, 0.6, 0)

关于“opencv python之图片基本操作的示例分析”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,使各位可以学到更多知识,如果觉得文章不错,请把它分享出去让更多的人看到。

推荐阅读:
  1. opencv与numpy图像基本操作的示例分析
  2. Python+OpenCV图片局部区域像素值处理的示例分析

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

python opencv

上一篇:python如何操作excel的包

下一篇:Mysql的编译安装、初始化和启动过程

相关阅读

您好,登录后才能下订单哦!

密码登录
登录注册
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》