文章目錄

• 2.OpenCV基本操作
• • 2.1 圖像的IO操作
  • • 2.1.1 讀取圖像
    • 2.1.2 顯示圖像
    • 2.1.3 保存圖像
    • 2.1.4總結(jié)
  • 2.2 繪制幾何圖形
  • • 2.2.1 繪制直線
    • 2.2.2繪制圓形
    • 2.2.3繪制矩形
    • 2.2.4向圖像中添加文字
    • 2.2.5效果顯示
  • 2.3獲取并修改圖像中的像素點
  • 2.4獲取圖像的屬性
  • 2.5圖像通道的拆分與合并
  • 2.6色彩空間的改變

2.OpenCV基本操作

2.1 圖像的IO操作

2.1.1 讀取圖像

API

cv.imread()

參數(shù)：

• 要讀取的圖像

• 讀取方式的標志：

  • cv.UMREAD*COLOR:以彩色模式加載圖像，任何圖像的透明度都將被忽略，這是默認參數(shù)

  • cv.IMREAD*GRAYSCALE:以灰度模式加載圖像

  • cv.IMREAD_UNCHANGED:包括alpha通道的加載圖像模式

    可以使用1、0或者-1來代替上面三個標志

• 參考代碼：

  import numpy as np import cv2 as cv # 以灰度圖的形式讀取圖像 img = cv.imread('1.png',0)

? 注意：如果加載的路徑有錯誤，不會報錯，會返回一個None值，因此要確保圖像是存在的，圖片路徑是對的。

2.1.2 顯示圖像

API

cv.imshow()

參數(shù)：

• 顯示圖像的窗口名稱，以字符串類型表示
• 要加載的圖像

注意：在調(diào)用顯示圖像的API后，要調(diào)用cv.waitKey()個圖像繪制留下時間，否則窗口會出現(xiàn)無響應(yīng)的情況，并且圖像無法顯示出來。

另外，我們也可以使用matplotlib對圖像進行展示。

參考代碼：

# opencv中顯示 cv.imshow('image',img) cv.waitKey(0) # matplotlib中展示 plt.imshow(img[:,:,::-1])

2.1.3 保存圖像

API

cv.imwrite()

參數(shù)：

• 文件名，要保存在哪里
• 要保存的圖像

參考代碼

cv.imwrite('test.png',img)

2.1.4總結(jié)

我們通過加載灰度圖像，顯示圖像，如果按’s’并退出則保存圖像，或者按ESC鍵直接退出而不保存。

參考代碼：

• 顯示彩色圖像：

  import numpy as np import cv2 as cv import matplotlib.pyplot as plt # 1.讀取圖像 img = cv.imread('1.png') # 2.顯示圖像 # 2.1利用opencv展示圖像 cv.imshow('image',img) cv.waitKey(0) cv.destroyAllWindows()

• 顯示灰色圖像

import numpy as np import cv2 as cv import matplotlib.pyplot as plt # 1.讀取圖像 img = cv.imread('1.png',0) # 按照灰度圖進行展示 plt.imshow(img,cmap=plt.cm.gray) # plt.title('匹配結(jié)果'),plt.xticks([]),plt.yticks([]) plt.show()

• 保存圖像

  # 3.保存圖像,注意保存路徑中不能有中文路徑 cv.imwrite('./1_IOtest.png',img)

2.2 繪制幾何圖形

2.2.1 繪制直線

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

• 參數(shù)：
  • img:要繪制直線的圖像
  • Start,end:直線的起點和終點
  • color:線條的顏色
  • thickness:線條寬度

2.2.2繪制圓形

cv.circle(img,centerpoint,r,color,thickness)

• 參數(shù)：
  • img:要繪制圖形的圖像
  • centerpoint,r:圓心和半徑
  • color:線條的顏色
  • thickness:線條寬度，為-1時生成閉合圖案并填充顏色

2.2.3繪制矩形

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

• 參數(shù)：
  • img:要繪制矩形的圖像
  • leftupper,rightdown:舉行的左上角和右下角坐標
  • color:線條的顏色
  • thickness:線條寬度

2.2.4向圖像中添加文字

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

• 參數(shù)：
  • img:圖像
  • text:要寫入的文本數(shù)據(jù)
  • station:文本的放置位置
  • font:字體
  • fontsize:字體大小

2.2.5效果顯示

生成一個全黑的圖像，然后再里面繪制圖像并添加文字

import numpy as np import cv2 as cv import matplotlib.pyplot as plt # 創(chuàng)建一個空白的圖像 # 生成全黑的圖像即為np.zeros img = np.zeros((512,512,3),np.uint8) # 繪制圖形 cv.line(img,(0,0),(511,511),(255,0,0),5) cv.rectangle(img,(128,128),(384,384),(0,255,0),3) cv.circle(img,(256,256),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.圖像顯示 plt.imshow(img[:,:,::-1]) # plt.imshow(img) plt.title('hello'),plt.xticks([]),plt.yticks([]) plt.show()

效果：

[外鏈圖片轉(zhuǎn)存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-B4wlv6iR-1647516243400)(C:\Users\23642\AppData\Roaming\Typora\typora-user-images\image-20220317171053140.png)]

2.3獲取并修改圖像中的像素點

我們可以通過行和列的坐標獲取該像素點的像素值。對于BGR圖像，它返回一個藍、綠、紅值得數(shù)組。對于灰度圖像，僅返回相應(yīng)的強度值，使用相同的方法對像素值進行修改。

import matplotlib.pyplot as plt import numpy as np import cv2 as cv img = cv.imread('/images/1.png') # 創(chuàng)建全黑的圖像 img = np.zeros((256,256,3),np.uint8) plt.imshow(img[:,:,::-1]) print(img[100, 100]) print(img[100, 100, 0]) img[100,100]=(0,0,255) print(img[100, 100]) plt.imshow(img[:,:,::-1]) plt.show()

2.4獲取圖像的屬性

圖像屬性包括行數(shù)、列數(shù)和通道數(shù)，圖像數(shù)據(jù)類型、像素數(shù)等。

屬性API

形狀	img.shape
圖像大小	img.size
數(shù)據(jù)類型	img.dtype

代碼演示：

import numpy as np import cv2 as cv import matplotlib.pyplot as plt # img = cv.imread('/images/1.png') img = np.zeros((256,256,3),np.uint8) print(img.shape) # (256, 256, 3) print(img.dtype) # uint8 print(img.size) # 196608

2.5圖像通道的拆分與合并

有時需要在B、G、R通道圖像上單獨工作。在這種情況下，需要將RGB圖像分割為單個通道，或者在其他情況下，可能需要將這些單獨的通道合并到RGB圖像，可以通過以下方式完成：

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

2.6色彩空間的改變

OpenCV中有150多種顏色空間轉(zhuǎn)換方法。最廣泛使用的轉(zhuǎn)換方法有兩種，BGR<->Gray和BGR<->HSV

API：

cv.cvColor(input_image,flag)

參數(shù)：

• input_image:進行顏色空間轉(zhuǎn)換的圖像
• flag:轉(zhuǎn)換類型
  • cv.COLOR_BGR2GRAY ：BGR<->Gray
  • cv.COLOR_BGR2HSV ：BGR<->HSV

import numpy as np import cv2 as cv import matplotlib.pyplot as pltimg= cv.imread('images/1.png') plt.imshow(img[:,:,::-1]) plt.show() b,g,r=cv.split(img) plt.imshow(b,cmap=plt.cm.gray) plt.show() img2 = cv.merge((b,g,r)) plt.imshow(img2[:,:,::-1]) plt.show() gray = cv.cvtColor(img,cv.COLOR_BGR2GRAY) plt.imshow(gray,cmap=plt.cm.gray) plt.show() hsv = cv.cvtColor(img,cv.COLOR_BGR2HSV) plt.imshow(hsv) plt.show() # print(b,g,r)

效果：

總結(jié)

以上是生活随笔為你收集整理的图像处理OpenCV(2)——OpenCV基本操作之图像的基础操作的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。