Opencv 图像处理：图像基础操作与灰度转化

Posted 2022-10-25

本文已收录于Opencv系列专栏： ​​深入浅出OpenCV​​ ，专栏旨在详解Python版本的Opencv，为计算机视觉的开发与研究打下坚实基础。免费订阅，持续更新。

图像属性

1.图像格式

图像压缩比: 通过编码器压缩后的图象数字大小和原图象数字大小的压缩比。

• BMP 格式 Windows系统下的标准位图格式，未经过压缩，一般图像文件会比较大。在很多软件中被广泛应用。
• JPEG 格式 也是应用最广泛的图片格式之一，它采用一种特殊的有损压缩算法，达到较大的压缩比可达到 2:1 甚至 40:1，互联网上最广泛使用的格式
• GIF 格式 不仅可以是一张静止的图片，也可以是动画，并且支持透明背景图像，适用于多种操作系统， 体型很小，网上很多小动画都是 GIF 格式。但是其色域不太广只支持 256 种颜色。
• PNG 格式 与JPG 格式类似，压缩比高于 GIF（因此png损失较小，质量更好），支持图像透明支持 Alpha 通道调节图像的透明度。
• TIFF 格式 它的特点是图像格式复杂、存贮信息多。在 Mac 中广泛使用， 非常有利于原稿的复制。很多地方将 TIFF 格式用于印刷。

2.图像尺寸

图像尺寸

• 图像尺寸的长度与宽度是以像素为单位的。

像素

• 像素是数码影像最基本的单位，每个像素就是一个小点，而不同颜色的点聚集起来就变成一幅照片。
• 灰度像素点数值范围在 0 到 255 之间， 0 表示黑、255 表示白，其它值表示处于黑白之间；
• 黑白照片只需一个通道表示即可。
• 彩色图用红、绿、蓝三通道的二维矩阵来表示。每个数值也是在 0 到 255 之间， 0 表示相应的基色，而 255 则代表相应的基色在该像素中取得最大值。

读入图像cv2.imread()

cv2.imread()

参数说明：

第一参数为待读路径；

第二个参数为读取方式，常见读取方式有三种

#导入opencv的python版本依赖库cv2
import cv2

#使用opencv中imread函数读取图片，
#0代表灰度图形式打开，1代表彩色形式打开
img = cv2.imread(split.jpg,1)
print(img.shape)
#print(img) 打印图像的数组

显示图像cv2.imshow()

cv2.imshow()

参数说明：

参数1 ：窗口的名字

参数2 ：图像数据名/变量名

#导入opencv依赖库
import cv2

#读取图像，读取方式为彩色读取
img = cv2.imread(split.jpg,1)
#
cv2.imshow(photo,img)
k = cv2.waitKey(0)
if k == 27:   # 输入ESC键退出
    cv2.destroyAllWindows()
elif k == ord(s): # 输入S键保存图片并退出
    cv2.imwrite(split_.jpg,img)
cv2.destroyAllWindows()

也可matplotlib导入图像

#加载第三方包
import cv2
from matplotlib import pyplot as plt

#使用Matplotlib导入图像
img = cv2.imread(test_image.png,0)
plt.imshow(img, cmap = gray, interpolation = bicubic)

#隐藏X、Y轴上的刻度
#plt.xticks([]), plt.yticks([])
plt.show()

键盘绑定cv2.waitKey(0)

#cv2.waitKey()是一个键盘绑定函数
#若为数字则是单位毫秒，若为0代表等待键盘输入。
cv2.waitKey(0)

删除窗口cv2.destrovAllWindows()

# cv2.destroyAllWindows() 删除窗口
# 默认值为所有窗口，参数一为待删除窗口名。
cv2.destrovAllWindows()

保存图像cv2.imwrite()

cv2.imwrite(split_.jpg,img)

参数说明：

参数1 ：图像名（包括格式）

参数2 ：待写入的图像数据变量名。

3.图像分辨率

• 分辨率： 单位长度中所表达或截取的像素数目。每英寸图像内的像素点数，单位是像素每英寸 (PPI） 。图像分辨率越高，像素的点密度越高，图像越清晰。
• 通道数： 图像的位深度，是指描述图像中每个pixel 数值所占的二进制位数。 位深度 越大则图像能表示的颜色数就越多，色彩越丰富逼真。

• 8 位：单通道图像，也就是灰度图，灰度值范围2**8=256
• 24 位：三通道 3*8=24
• 32 位：三通道加透明度 Alpha 通道

灰度转化

• 目的
  将三通道图像（彩色图）转化为单通道图像（灰度图）。
• 公式
  3---->1: GRAY = B * 0.114 + G * 0.587 + R * 0.299
  1---->3: R = G = B = GRAY; A = 0
• 函数：
  cv2.cvtColor(img，flag)
• 参数说明
  参数1 ：待转化图像
  参数2 ：flag 就是转换模式

• cv2.COLOR_BGR2GRAY ：彩色转灰度
• cv2.COLOR_GRAY2BGR：单通道转三通道

#导入opencv
import cv2 
#读入原始图像，使用cv2.IMREAD_UNCHANGED
img = cv2.imread("girl.jpg",cv2.IMREAD_UNCHANGED)
#查看打印图像的shape
shape = img.shape
print(shape)
#判断通道数是否为3通道或4通道
if shape[2] == 3 or shape[2] == 4 :
    #将彩色图转化为单通道图
    img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    cv2.imshow("gray_image",img_gray)
cv2.imshow("image", img)
cv2.waitKey(1000) # 等待1000毫秒也就是1秒
cv2.destroyAllWindows()

RGB与 BGR 转化

Opencv读取图像是以BGR读取的，但是许多包是RGB读取，因此有些情况下需要转化。

转化的方法

opencv自带的方法转

cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

numpy转

img[:,:,::-1] #列左右翻转

示例：

import cv2 
import matplotlib.pyplot as plt 
img = cv2.imread("test2.png", cv2.IMREAD_COLOR)
cv2.imshow("Opencv_win", img)
# 用opencv自带的方法转
img_cv_method = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
# 用numpy转，img[:,:,::-1]列左右翻转
img_numpy_method = img[:,:,::-1] # 本来是BGR 现在逆序，变成RGB
# 用matplot画图
plt.subplot(1,3,1)# 划分一个1行3列的空间
plt.imshow(img_cv_method)
plt.subplot(1,3,2)
plt.imshow(img_numpy_method)
plt.subplot(1,3,3)
plt.imshow(img)
plt.savefig("./plt.png")
plt.show()
#保存图片
cv2.imwrite("opencv.png", img)
cv2.waitKey(0)
cv2.destroyAllWindows()