OpenCV图像处理基本操作 Open_CV系列

Posted 侯小啾

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了OpenCV图像处理基本操作 Open_CV系列相关的知识,希望对你有一定的参考价值。

文章目录

ʚʕ̯•͡˔•̯᷅ʔɞ
🍹欢迎各路大佬来到小啾主页指点☀️欢迎大家前来学习OpenCV图像处理基本操作 - Open_CV系列博文,我是侯小啾。
博客主页:云雀编程小窝 🌹꧔ꦿ
🌹꧔ꦿ博文如有帮助,还请给个点赞 + 关注 + 收藏
            
如有疑问欢迎随时在评论区交流。☀️


1.安装OpenCV-Contrib-Python库

OpenCV-Contrib-Python除了包含我们使用的OpenCV相关功能外,还包含了Numpy。

  • 直接安装

pip install opencv-contrib-python

从清华镜像安装OpenCV-Contrib-Python库

pip install -i https://pypi.tuna.tsinghua.edu.cn.simple opencv-contrib-python

2.读取图片文件像素值数组

首先导入cv2模块
导入命令如下:

import cv2

再就是,准备一张名为pic的图片放在同目录下,如下(忽略水印):

     

然后读取并打印像素的数组:

image = cv2.imread("pic.jpg")
print(image)

           


  • 需要注意的是,如果指定路径,这里的路径中不能有中文,否则会读不到数据,产生警告。如下所示:
# 读取图像,打印像素值数组
image = cv2.imread("D:/中文/pic.jpg")
print(image)


3.显示图像

要将上边读取到的像素数组作为图像显示出来,需要以下三个方法结合使用:


①cv2.imshow()

cv2.imshow(winname,mat)

imshow方法用于显示图像,

  • 其中参数winname表示显示图像的窗口的名称,是一个字符串,且不能有中文。
  • ma参数t即 一个 像素数组对象。

imshow()方法显示的图像窗口,会在程序运行结束时,或使用destoryAllWindows()手动将窗口销毁为止 停止显示。
仅仅一个cv2.show()方法并不能满足我们对图像展示的需求。要想控制图像显示的时间,还需要使用到cv2.waitKet()和destoryAllWindows()方法。


②cv2.waitKey()

cv2.waitKey(delay)

waitKey()用于控制图像显示的时间。

  • 参数delay是一个数值,指延迟的时间。单位为毫秒。在这个时间内如果键盘被点击,则计时结束。否则就等到时间满足。
    如果delay为0,则无限期地等待。直到键盘按键事件发生为止。

  • 官方的解释:
    函数waitKey无限期地等待一个key事件,或者等待dela毫秒,当它为正时。由于操作系统在切换线程之间有一个最小的时间间隔,该函数不会完全延迟毫秒,它将至少延迟毫秒,这取决于当时计算机上运行的其他程序。它返回按键的代码,如果在指定时间之前没有按键,则返回-1。要检查按键但不等待,请使用pollKey。

关于waitKey()与time.sleep()都有延时功能,
经过测试可以发现在这里使用time.sleep()的话,显示的只是窗口,而无图像。使用waitKet()才能显示图像。


③cv.destoryAllWindows()

cv.destoryAllWindows()
cv.destoryAllWindows()用于关闭当前程序显示的所有窗口。(当然,不包括咱的pycharm窗口)


import cv2

image = cv2.imread("pic.jpg") 
cv2.imshow("cat", image)  # 窗口名为“cat”
cv2.waitKey(10000)  # 延迟10000毫秒(1秒=1000毫秒。也即10秒)
cv2.destroyAllWindows()  # 销毁窗口

     
如果没有cv2.destroyAllWindows()窗口销毁命令,窗口似乎也会自动销毁。
这是因为没有该命令是,则窗口会在程序运行结束时自动销毁。
在这个例子中感觉不到细微差别,cv2.destroyAllWindows()显得可有可无。
如果把cv2.destroyAllWindows()去掉,换为time.sleep(),则窗口会在显示cv2.waitKey(10000)的10秒后,继续等待后续程序time.sleep()执行完毕(10秒),总计约20秒。这样就便于理解cv2.destroyAllWindows()的意义了。


4. 保存图像 imwrite()

OpenCV提供了专门的图像保存方法imwrite()

imwrite(filename,img)

  • filename为保存文件目录
  • img为像 素数组对象
import cv2
image = cv2.imread("pic.jpg")  
cv2.imwrite("new_pic.jpg", image)

保存成功,执行结果可自行测试。


5.获取图像的属性

获取图像的属性,没有专门的方法,其实也就是查看像素数组的属性(即numpy数组的属性)。

只是当其应用于表示像素时,其具有了超出数组本身的意义。

常用的有

  • shape,彩色图像的数组是一个三维数组,可以表示为(a,b,3)。a表示竖直方向上的像素通道数量(垂直像素),b表示水平方向上的像素通道数量(水平像素),3表示每个像素有三个色彩通道。
    灰度图像的像素数组是一个二维数组(a,b),a表示垂直像素,b表示水平像素。灰度图像的每个像素有一个色彩通道。
  • size,表示图片具有的色彩通道个数。
    对彩色图像,像素数量为a×b,色彩通道个数为a×b×3。
    对灰度图像,像素数量和色彩通道数都为a×b。
  • dtype,图像数据类型,为unit类型(非负类型)。

查看彩色图像的属性:

import cv2

image = cv2.imread("pic.jpg")
print("shape =", image.shape)
print("size =", image.size)
print("dtype =", image.dtype)


如图,可以看出是一个shape为(700,700,3)的三维数组。


查看灰度图像的属性

image = cv2.imread("pic.jpg", 0)
print("shape =", image.shape)
print("size =", image.size)
print("dtype =", image.dtype)


如图,可以看出是一个shape为(700,700)的二维数组。


本次分享就到这里,感谢大家的支持!


以上是关于OpenCV图像处理基本操作 Open_CV系列的主要内容,如果未能解决你的问题,请参考以下文章

Open_CV 色彩空间

opencv学习-入门系列汇总

OpenCV基本功 之 图像的掩模运算 & 合并专题 -小啾带学Python-Open_CV系列

OpenCV 完整例程54. OpenCV 实现图像二维卷积

7.图像识别后的目标区域的绘制(基本图形的绘制) --- OpenCV从零开始到图像(人脸 + 物体)识别系列

OpenCV-Python系列八:提取图像轮廓