opencv-python图像处理安装与基本操作

45 阅读 0 评论 30 点赞

我是靠谱客的博主生动小丸子，最近开发中收集的这篇文章主要介绍opencv-python图像处理安装与基本操作，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

一、安装opencv
关于opencv的安装，如果是windows系统下使用pycharm，那么直接在在终端使用pip命令或者点击设置-python解释器输入opencv-python即可
在这里插入图片描述
如果使用的是conda，那也可以使用pip命令或者conda install 安装
在linux下的话更加简单。而且也会少很多无缘无故的bug，推荐使用linux系统。linux下使用终端输入pip或者pip3 install opencv-python即可，前提是已经安装了python并且设置好了路径变量。

二、 opencv使用
想要使用opencv，必须在代码开头导入opencv的包，这里和安装时候的名字不一样，使用命令：
import cv2
导入包。并且需要安装matplotlib和numpy。
1、图片的读取

img = cv2.imread("car_green.jpg")

括号内是图片文件的名字，如果代码与图片在同一目录下可以这样做，但是如果不在同一目录下，就需要包含图片文件的完整路径。使用该语句读取图片，将会返回一个ndarray类型的矩阵（行数，列数，通道数）
显示刚才读取的图片：
注意：opencv读取到的图片格式为BGR格式。

cv2.imshow("name", img)
# 等待时间， 毫秒级， 0表示任意键终止
cv2.waitKey(0)

2、获取摄像头的视频流

def video_get():
capture = cv.VideoCapture(0)
# 保存视频流的每一帧
while True:
ret, frame = capture.read()
# 翻转图像，原图像是左右颠倒的
frame = cv.flip(frame, 1)
cv.imshow("video", frame)
c = cv.waitKey(50)
if c == 27:
break

3、保存获取到的图像

cv.imwrite(想要保存的文件路径， 图像文件）

4、灰度图转化
读取时直接读取为灰度图：

img = cv2.imread(path, cv.IMREAD_GRAYSCALE)

读取时是彩色，转化为灰度图

img = cv.imread("car_red.jpg")
img = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
cv.imshow("ing", img)
cv.waitKey(0)
cv.destroyAllWindows()

5、获取图像的部分区域
由于读取到的图片是ndarray类型的，因此可以使用切片操作来获取图像的某一部分：

roi = img[ 起始:结束, 起始:结束]

6、将彩色图片的通道拆分与合并
因为彩色图片是三通道的，假设图片尺寸为128x128，那么他就包含三个128*128的颜色矩阵

img = cv.imread("car_red.jpg")
cv.imshow("img", img)
# 注意格式为BGR
b, g, r = cv.split(img)
# 通道合并，注意矩阵的顺序，这样合成的图片为BGR格式
img = cv.merge((b, g ,r))
cv.imshow("img1", img)
cv.waitKey(0)
cv.destroyAllWindows()

三通道提取出来之后，每个通道其实如果显示的话，就是单独的灰度图，因为图片的通道数变为1了。
想要显示为RGB某一颜色，可以使用切片将其他颜色通道变为0

7、边界填充
将图片进行边界填充操作：

cv.copyMakeBorder(img, 50, 50, 50, 50, borderType=cv.BORDER_REFLECT)

其参数为，图片源，上下左右的填充距离（50，50，50，50）， borderType参数表示填充方法。
BORDER_REPLICATE: 复制法，复制图片最边缘像素
BORDER_REFLECT:反射法，对感兴趣的图像像素在两边进行复制
BRDER_REFLECT_101:反射法，以最边缘像素为轴
BORDER_WRAP:外包装法
BORDER_CONSTANT:常量法，常数值填充
记得在函数前定义一个变量接受该函数的返回值。
8、图像尺寸更改
使用resize函数对图片尺寸进行修改

red = cv.imread("car_red.jpg")
# 括号内的元组表示的是图片的长和宽，也就是其对于矩阵的列和行
red = cv.resize(red, (475, 245))

图片的尺寸我们使用长和宽来表示，矩阵的大小使用的是行和列，对应的图片的长就对应与矩阵的列，因此要注意输入的尺寸到底是图片尺寸还是矩阵尺寸，对于方阵来说没有区别，但是对于其他矩阵来说影响很大。
还有一种方法就是不指定其大小，通过指定x、y轴的扩展倍数来完成图像更改。

red = cv.resize(red,
(0, 0)，fx=3, fy=4 )

9、图像融合
想要矩阵能相加，那么其必须是等尺寸的，在上面将两图处理为相同大小的图片之后，就能对其进行图像融合处理操作了。

green = cv.imread("car_green.jpg")
print(green.shape)
red = cv.imread("car_red.jpg")
red = cv.resize(red, (475, 245))
print(red.shape)
res = cv.addWeighted(red, 0.4, green, 0.6, 0)
cv.imshow("res", res)
cv.waitKey(0)
cv.destroyAllWindows()