點擊上方“小白學(xué)視覺”，選擇加"星標(biāo)"或“置頂”

          
          
           重磅干貨，第一時間送達

轉(zhuǎn)自：AI技術(shù)前線

大家好，今天分享這篇文章主要介紹了OpenCV基本操作中的圖像基礎(chǔ)操作，本文給大家介紹的非常詳細，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考。

01 加載圖像

imread 功能是加載圖像文件成為一個 Mat 對象，其中第一個參數(shù)表示圖像文件名稱，第二個參數(shù)表示加載的圖像是什么類型，支持常見的三個參數(shù)值
IMREAD_UNCHANDED(<0) 表示加載原圖，不做任何改變
IMREAD_GRAYSCALE(0) 表示吧原圖作為灰度圖像加載進來
IMREAD_COLOR(>0) 表示把原圖作為 RGB 圖像加載進來

注意：OpenCV 支持 JPG、PNG、TIFF 等常見格式圖像文件加載（默認讀取的格式是 BGR）

               
               
                # 導(dǎo)入 OpenCV 庫import cv2 as cv# 加載圖像img = cv.imread("./1.jpg")# 打印圖像類型print(type(img))print(img)

輸出：

可以發(fā)現(xiàn)這是個 numpy 數(shù)據(jù)類型的，而且是三個維度的，比如 [H,W,C]

圖像顯示

               
               
                # 導(dǎo)入 OpenCV 庫import cv2 as cv
# 加載圖像img = cv.imread("./1.jpg")
# 圖像的顯示，也可以創(chuàng)建多個窗口cv.imshow("image",img)
# 等待時間，毫秒級，0 表示任意鍵終止cv.waitKey(0)cv.destroyAllWindows()

輸出：（按下任意鍵關(guān)閉該窗口）

數(shù)據(jù)讀取-圖像

               
               
                # 導(dǎo)入 OpenCV 庫import cv2 as cv
# 灰色顯示img = cv.imread("./1.jpg",cv.IMREAD_GRAYSCALE)
# 打印信息print(img)

輸出：

這里打印的結(jié)果就不像上面那樣有三個維度了，因為是灰色的，也就是沒有彩色的，所以這里表示的只有 H 和 W。

當(dāng)然，這里的代碼只是打印信息而已，還不能顯示到窗口，顯示到窗口還需要增加幾句代碼，如下：

               
               
                # 導(dǎo)入 OpenCV 庫import cv2 as cv
img = cv.imread("./1.jpg",cv.IMREAD_GRAYSCALE)cv.imshow("image",img)cv.waitKey(0)cv.destroyAllWindows()

輸出：（可以發(fā)現(xiàn)，圖片是以灰色顯示了的）

截取部分圖像數(shù)據(jù)

# 導(dǎo)入 OpenCV 庫import cv2 as cv# 加載圖像img = cv.imread("./1.jpg",)# 截取部分圖像cat = img[0:200, 0:200]# 顯示截取的圖像cv.imshow("cat",cat)cv.waitKey(0)cv.destroyAllWindows()

輸出：

顏色通道提取

通過 cv2 的 split() 方法可以進行顏色的通道提取

               
               
                # 導(dǎo)入 OpenCV 庫import cv2 as cv
img = cv.imread("./1.jpg",)b,g,r = cv.split(img)
print(b)

輸出：

只保留 R

上面說過 OpenCV 默認讀取的格式是 BGR

               
               
                # 導(dǎo)入 OpenCV 庫import cv2 as cv
img = cv.imread("./1.jpg",)cur_img = img.copy()
# 注意參數(shù)的變化cur_img[:,:,0] = 0cur_img[:,:,1] = 0cv.imshow('R',cur_img)cv.waitKey(0)cv.destroyAllWindows()

R 是 Red 的縮寫，這里顯示的是紅色

只保留 G

               
               
                # 導(dǎo)入 OpenCV 庫import cv2 as cv

img = cv.imread("./1.jpg",)cur_img = img.copy()# 注意參數(shù)的變化cur_img[:,:,0] = 0cur_img[:,:,2] = 0cv.imshow('G',cur_img)cv.waitKey(0)cv.destroyAllWindows()

G 是 Green 的縮寫，這里顯示的是綠色

只保留 B

               
               
                # 導(dǎo)入 OpenCV 庫import cv2 as cv
img = cv.imread("./1.jpg",)cur_img = img.copy()# 注意參數(shù)的變化cur_img[:,:,1] = 0cur_img[:,:,2] = 0cv.imshow('B',cur_img)cv.waitKey(0)cv.destroyAllWindows()

B 是 Blue 的縮寫，這里顯示的是藍色

邊界填充

               
               
                # 導(dǎo)入 OpenCV 庫import cv2 as cv# 導(dǎo)入 maplotlibimport matplotlib.pyplot as plt
img = cv.imread("./1.jpg",)# 定義圖片顯示大小top_size,buttom_size,left_size,right_size = (50,50,50,50)# 復(fù)制法，也就是復(fù)制最邊緣像素replicate = cv.copyMakeBorder(img,top_size,buttom_size,left_size,right_size,borderType=cv.BORDER_REPLICATE)
# 反射法，對感興趣的圖像中的像素在兩邊進行復(fù)制例如：fedcbajabcdefghjhgfedcbreflect = cv.copyMakeBorder(img,top_size,buttom_size,left_size,right_size,borderType=cv.BORDER_REFLECT)# 反射法，也就是以最邊緣像素為軸、對稱、gfedcbjabcdefghigfedcbareflect01 = cv.copyMakeBorder(img,top_size,buttom_size,left_size,right_size,borderType=cv.BORDER_REFLECT_101)# 外包裝法 cdeifghjabcdefghjabcdefgwrap = cv.copyMakeBorder(img,top_size,buttom_size,left_size,right_size,borderType=cv.BORDER_WRAP)# 常量法，常數(shù)值填充constant = cv.copyMakeBorder(img,top_size,buttom_size,left_size,right_size,borderType=cv.BORDER_CONSTANT)# 設(shè)置圖像位置plt.subplot(231)# 設(shè)置圖像顯示plt.imshow(img,'gray')# 設(shè)置標(biāo)題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(reflect01,'gray')plt.title("REPLICATE01")
plt.subplot(235)plt.imshow(wrap,'gray')plt.title("WRAP")
plt.subplot(236)plt.imshow(constant,'gray')plt.title("CONSTANT")# 圖像顯示plt.show()

第一幅圖是原始的圖片，其它的都是進行過處理的

BORDER_REPLICATE ：復(fù)制法，也就是復(fù)制最邊緣像素
BORDER_REFLECT ：反射法，對感興趣的圖像中的像素在兩邊進行復(fù)制例如：fedcbajabcdefghjhgfedcb（這里我也不是很明白，會的朋友請在評論區(qū)解釋下，感謝）
BORDER_REFLECT_101 ：反射法，也就是以最邊緣像素為軸、對稱、gfedcbjabcdefghigfedcba
BORDER_WRAP ：外包裝法 cdeifghjabcdefghjabcdefg
BORDER_CONSTANT ：常量法，常數(shù)值填充

數(shù)值計算

               
               
                import cv2 as cv
img = cv.imread("./1.jpg")
img2 = img + 10img[:5,:,0]
print(img)print("--------------------------")print(img2)

我們來看下這段代碼的輸出結(jié)果：（由于輸出結(jié)果有點長，這里只截取部分結(jié)果）

這是 img 的輸出，注意觀察它的值

這是 img2 的輸出，可以發(fā)現(xiàn)，img2 中的每個值都加了 10 ，如果值超出 255 ，

則得到結(jié)果如：253 + 10 = 263，263 - 255 = 7，那么計算結(jié)果就為 7

圖像融合

需要融合的兩張圖像如下：

               
               
                import cv2 as cv
img = cv.imread("./1.jpg")img_cat = cv.imread("./2.jpg")
result = img + img_catprint(result)

輸出：

說明 img 和 img_cat 的值是不相同的，所以需要轉(zhuǎn)換一下。

               
               
                import cv2 as cv
img = cv.imread("./1.jpg")img_cat = cv.imread("./2.jpg")
print(img.shape)print(img_cat.shape)

可以發(fā)現(xiàn)，兩張圖像的 H 和 W 值確實是不相等的，所以無法進行數(shù)值相加

正確計算數(shù)值

               
               
                import cv2 as cv
img = cv.imread("./1.jpg")img_cat = cv.imread("./2.jpg")print(img.shape)# 設(shè)置與 img 一樣的數(shù)值img_cat = cv.resize(img_cat,(721,300))print(img_cat.shape)

現(xiàn)在兩張的數(shù)值是相等的了，可以進行圖像融合了，這里其實就是使用了 resize() 方法將其擴大了

完整代碼：

               
               
                import cv2 as cvimport matplotlib.pyplot as plt
img = cv.imread("./1.jpg")img_cat = cv.imread("./2.jpg")# 設(shè)置與 img 一樣的數(shù)值img_cat = cv.resize(img_cat,(721,300))# 設(shè)置寬度值res = cv.addWeighted(img,0.4,img_cat,0.6,0)
# 圖像顯示plt.imshow(res)plt.show()

輸出：（prefect）

圖像保存

圖像的保存非常簡單，只需要使用 imwrite() 方法即可將圖像保存起來：

               
               
                # 導(dǎo)入 OpenCV 庫import cv2 as cv# 讀取圖像img = cv.imread("./1.jpg",cv.IMREAD_GRAYSCALE)# 圖像保存# 第一個參數(shù)是圖像要保存的路徑，第二個圖像是要保存的圖像cv.imwrite("./demo.jpg",img)

執(zhí)行上面的代碼就會在當(dāng)前路徑下生成一整 demo.jpg 的圖像

數(shù)據(jù)讀取-視頻

cv2.VideoCapture 可以捕獲攝像頭，用數(shù)字來控制不同的設(shè)備，例如 0,1，如果是視頻文件，直接指定好路徑即可

舉例：

（1）讀取視頻

               
               
                video = cv2.VideoCapture("demo.mp4")

（2）檢查視頻是否打開正確

               
               
                # 檢查是否打開正確if video.isOpened():  # 我們都知道視頻和游戲其實都是由圖像組成的，通過訪問圖像的幀數(shù)連貫形成的，這里也是一樣  # video.read() 一幀一幀地讀取  # open 得到的是一個布爾值，就是 True 或者 False  # frame 得到當(dāng)前這一幀的圖像    open, frame = video.read()else:    open = False

（3）遍歷每一幀圖像

               
               
                while open:    ret, frame = video.read()    # 如果讀到的幀數(shù)不為空，那么就繼續(xù)讀取，如果為空，就退出    if frame is None:        break    if ret == True:      # 轉(zhuǎn)換為灰度圖        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)        cv2.imshow("video",gray)        # 這里使用 waitKey 可以控制視頻的播放速度，數(shù)值越小，播放速度越快        # 這里等于 27 也即是說按下 ESC 鍵即可退出該窗口        if cv2.waitKey(10) & 0xFF == 27:            breakvideo.release()cv2.destroyAllWindows()

完整代碼如下：

               
               
                import cv2
video = cv2.VideoCapture("./demo.mp4")
# 檢查是否打開正確if video.isOpened():    # 我們都知道視頻和游戲其實都是由圖像組成的，通過訪問圖像的幀數(shù)連貫形成的，這里也是一樣    # video.read() 一幀一幀地讀取    # open 得到的是一個布爾值，就是 True 或者 False    # frame 得到當(dāng)前這一幀的圖像    open, frame = video.read()else:    open = False
while open:    ret, frame = video.read()    # 如果讀到的幀數(shù)不為空，那么就繼續(xù)讀取，如果為空，就退出    if frame is None:        break    if ret == True:        # 轉(zhuǎn)換為灰度圖        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)        cv2.imshow("video",gray)        # 這里使用 waitKey 可以控制視頻的播放速度，數(shù)值越小，播放速度越快        # 這里等于 27 也即是說按下 ESC 鍵即可退出該窗口        if cv2.waitKey(10) & 0xFF == 27:            breakvideo.release()cv2.destroyAllWindows()

當(dāng)然，上面的程序是將原視頻設(shè)置為灰色的，想要顯示的是原視頻，只需要修改上述代碼中的兩個部分就行了

注釋掉設(shè)置灰色的部分
將原視頻顯示在窗口上

原文鏈接：https://blog.csdn.net/Woo_home/article/details/106005676

作者：Woo_home

文章來源：CSDN博客

本文僅做學(xué)術(shù)分享，如有侵權(quán)，請聯(lián)系刪文。

下載1：OpenCV-Contrib擴展模塊中文版教程

在「小白學(xué)視覺」公眾號后臺回復(fù)：擴展模塊中文教程，即可下載全網(wǎng)第一份OpenCV擴展模塊教程中文版，涵蓋擴展模塊安裝、SFM算法、立體視覺、目標(biāo)跟蹤、生物視覺、超分辨率處理等二十多章內(nèi)容。

下載2：Python視覺實戰(zhàn)項目52講

在「小白學(xué)視覺」公眾號后臺回復(fù)：Python視覺實戰(zhàn)項目，即可下載包括圖像分割、口罩檢測、車道線檢測、車輛計數(shù)、添加眼線、車牌識別、字符識別、情緒檢測、文本內(nèi)容提取、面部識別等31個視覺實戰(zhàn)項目，助力快速學(xué)校計算機視覺。

下載3：OpenCV實戰(zhàn)項目20講

在「小白學(xué)視覺」公眾號后臺回復(fù)：OpenCV實戰(zhàn)項目20講，即可下載含有20個基于OpenCV實現(xiàn)20個實戰(zhàn)項目，實現(xiàn)OpenCV學(xué)習(xí)進階。

交流群

歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學(xué)影像、GAN、算法競賽等微信群（以后會逐漸細分），請掃描下面微信號加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三 + 上海交大 + 視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進入相關(guān)微信群。請勿在群內(nèi)發(fā)送廣告，否則會請出群，謝謝理解~

OpenCV ：圖像基本操作

01

加載圖像