Opencv学习笔记——你需要掌握的操作

Posted 2022-02-15 bang___bang_

家人们春节快乐

昨夜星辰昨夜梦，今日许愿今日圆，日出东方曙光现，
幸福就在你身边，福星高照艳阳天，欢声笑语乐心田，
良辰好景庆新年，岁岁年年送祝愿，新年到了，
祝你在新的一年里事事顺利，快乐每一天。

目录

1.图像基本操作

1.1基本函数

1.1.1——cv2.imread（）

 1.1.2——cv2.imshow()

1.1.3——cv2.imwrite()

2.1绘制直线

2.2绘制圆形

2.3向图像中添加文字

 2.图像通道的拆分与合并

 3.色彩空间的改变

 4.视频的读取

 5.总结

---

1.图像基本操作

导包

import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np

---

1.1基本函数

1.1.1——cv2.imread（）

#读取图片
cv.imread()

参数：

• 要读取的图像
• 读取方式的标志
  • cv.IMREAD*COLOR:以彩色模式加载图像，任何图像的透明度都将被忽略。这是默认参数。
  • cv.IMREAD*GRAYSCALE:以灰度模式加载图像
  • cv.IMREAD_UNCHANGED:包括alpha通道的加载图像模式。

可以使用1、0、-1来代替上面三个标志

例如:

#以灰度图的形式读取图像
img=cv.imread(r"图片路径",0)

 说说图片路径在哪找：首先把图片放入你的Pycharm项目文件夹中，然后右键你需要用的图片点击Copy Path再点击Absolute Path再Ctrl+v在参数图片路径处即可，参数前加r是为了保障字符串中\\能正常识别。

 1.1.2——cv2.imshow()

#展示图片
cv.imshow("image",img)
cv.waitKey(0)
cv.destroyAllwindows()

 cv2.imshow的第一个参数为设置的图像名称，第二个参数则为要显示的图像，显示后要跟waitKey()函数，这里设置0则为按任意键退出,destroyAllwindows()删除窗口。

具体看cv2.waitKey的入门级理解_山上有强强的博客-CSDN博客_cv2.waitkey这位大佬的讲解

1.1.3——cv2.imwrite()

cv.imwrite("图像名称",img)

第一个参数:"图像名称“为你存入项目图片的设置的名称，第二个参数:img为图像。 

2.1绘制直线

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

参数:

• img:要绘制直线的图像
• Start,end:直线的起点和终点
• color:线条的颜色
• Thickness:线条宽度

2.2绘制圆形

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

参数:

• img:要绘制矩形的图像
• Leftupper,rightdown:矩形的左上角和右下角坐标
• color:线条的颜色
• Thickness:线条宽度

2.3向图像中添加文字

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

参数:

• img:图像
• text:要写入的文本数据
• station:文本的放置位置
• font:字体
• Fontsize:字体大小

# 1.创建一个空白的图像
img=np.zeros((512,512,3),np.uint8)
# 2.绘制图形
cv.line(img,(0,0),(511,511),(255,0,0),5)
cv.rectangle(img,(100,100),(420,420),(0,255,0),3)
cv.circle(img,(256,256),100,(0,0,255),-1)
cv.putText(img,'OpenCV',(10,500),cv.FONT_HERSHEY_SIMPLEX,4,(255,255,255),2)
# 3.图像显示
plt.imshow(img[:,:,::-1])                    #bgr格式显示
plt.rcParams["font.sans-serif"]="SimSun"    #设置字体格式
plt.title('匹配结果')                        #设置显示框标题
plt.show()

 2.图像通道的拆分与合并

有时在B、G、R通道图像上单独工作。在这种情况下，需要将BGR图像分割为单个通道。或者在其他情况下，可能需要将这些单独的通道合并到BGR图像。你可以通过以下方式完成。

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

例子（省略图片读取操作）：

#拆分3通道
b,g,r=cv.split(img)
res=np.hstack((b,g,r))
cv.imshow("res",res)
cv.waitKey(0)
cv.destroyAllWindows()
#合并3通道
img2=cv.merge((b,g,r))
plt.imshow(img2[:,:,::-1])
plt.show()

 由于是单通道，像素值是0-255，灰度图像形式表现

 

这里再说一种为了呈现单色图片，则只需将其他的颜色通道都置0，B、G、R通道分别对应维度表示0、1、2。例如：若想要显示为红色图片，则我们只需关注R通道像素的亮度值，而忽略其他颜色通道的像素值。用切片方式分将忽略的通道赋0即可。代码如下：

#拆分3通道
#只保留R
R=img1.copy()    #复制副本
R[:,:,0]=0
R[:,:,1]=0
#只保留B
B=img1.copy()
B[:,:,1]=0
B[:,:,2]=0
#只保留G
G=img1.copy()
G[:,:,0]=0
G[:,:,2]=0

res=np.hstack((B,G,R))
cv.imshow("res",res)
cv.waitKey(0)
cv.destroyAllWindows()

这里我换了一张图片

 3.色彩空间的改变

OpenCV中有150多种颜色空间转换方法。最广泛使用的转换方法有两种，BGR<——>Gray和BGR<——>HSV。

cv.cvtColor(input_image,flag)

参数：

• input_image:进行颜色空间转换的图像
• flag:转换类型
  • cv.COLOR_BGR2GRAY:BGR<——>Gray
  • cv.COLOR_BGR2HSV:BGR——>HSV 

例子： 

# 转化为灰度图
Gray=cv.cvtColor(img,cv.COLOR_BGR2GRAY)
cv.imshow("Gray",Gray)
cv.waitKey(0)
cv.destroyAllWindows()


#转化为hsv图
Hsv=cv.cvtColor(img,cv.COLOR_BGR2HSV)
cv.imshow("HSV",Hsv)
cv.waitKey(0)
cv.destroyAllWindows()

 

 4.视频的读取

• cv2.VideoCapture可以捕获摄像头，用数字来控制不同的设备，例如0,1
• 如果是视频文件，直接指定好路径即可。

#读取视频
vc=cv.VideoCapture(r"视频的绝对路径")
#检查是否打开
if vc.isOpened():
    open,frame=vc.read()
else:
    open=False
#读取文件,ret返回Ture，frame为每一帧
#遍历每一帧
while open:
    ret,frame=vc.read()
    if frame is None:
        break
    if ret==True:
        #转化灰度帧图
        gray=cv.cvtColor(frame,cv.COLOR_BGR2GRAY)
        cv.imshow("result",gray)
        #播放速度10，视频结束退出，或者按Esc退出
        if cv.waitKey(10)& 0xFF ==27:
            break
#释放视频
vc.release()
#结束展示画面
cv.destroyAllWindows()

视频的路径选择和上面讲到图片的路径寻找方式相同。

5.总结

好了，今天我就分享到这里，祝大家新年快乐！！！！！！！