您好,登录后才能下订单哦!
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。
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。