01_opencv_python_基本图像处理
发布时间:2020-12-20 10:38:47 所属栏目:Python 来源:网络整理
导读:1??图像基本操作 ? 1.0.1??环境配置地址: Anaconda:https://www.anaconda.com/download/ Python_whl:https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv ? 1.1??数据读取-图像 cv2.IMREAD_COLOR:彩色图像 cv2.IMREAD_GRAYSCALE:灰度图像 import cv2 # o
1??图像基本操作
?
1.0.1??环境配置地址:
? 1.1??数据读取-图像
import cv2 # opencv读取的格式是BGR import matplotlib.pyplot as plt import numpy as np %matplotlib inline #图像的显示,也可以创建多个窗口 cv2.imshow(‘image‘,img) # 等待时间,毫秒级,0表示任意键终止 cv2.waitKey(0) cv2.destroyAllWindows() 我们来将上述图像显示的代码封装成一个函数 def cv_show(name,img): cv2.imshow(name,img) cv2.waitKey(0) cv2.destroyAllWindows() 我们可以看看图像的各种基本信息 print(img.shape) # 图片形状(h,w,c) # 读取灰度图 -->通道数 c == 1 img=cv2.imread(‘cat.jpg‘,cv2.IMREAD_GRAYSCALE) img # 看看图片的类型 numpy.ndarray type(img) # 图片的size = h * w * c img.size # 图片中数据的类型 比如uint8 float32 img.dtype 保存图片 # (‘路径/保存图片名字‘,要保存的图片) cv2.imwrite(‘mycat.png‘,img) 1.2??数据读取-视频
vc = cv2.VideoCapture(‘test.mp4‘) # 检查是否打开正确 if vc.isOpened(): oepn,frame = vc.read() else: open = False while open: ret,frame = vc.read() if frame is None: break if ret == True: gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY) cv2.imshow(‘result‘,gray) if cv2.waitKey(100) & 0xFF == 27: break vc.release() cv2.destroyAllWindows() ? 1.3? 录制视频import cv2#导入opencv包 video=cv2.VideoCapture(0)#打开摄像头 fourcc = cv2.VideoWriter_fourcc(*‘XVID‘)#视频存储的格式 fps = video.get(cv2.CAP_PROP_FPS)#帧率 #视频的宽高 size = (int(video.get(cv2.CAP_PROP_FRAME_WIDTH)),int(video.get(cv2.CAP_PROP_FRAME_HEIGHT))) out = cv2.VideoWriter(‘video.avi‘,fourcc,fps,size)#视频存储 while out.isOpened(): ret,img=video.read()#开始使用摄像头读数据,返回ret为true,img为读的图像 if ret is False:#ret为false则关闭 exit() cv2.namedWindow(‘video‘,cv2.WINDOW_AUTOSIZE)#创建一个名为video的窗口 cv2.imshow(‘video‘,img)#将捕捉到的图像在video窗口显示 out.write(img)#将捕捉到的图像存储 #按esc键退出程序 if cv2.waitKey(1) & 0xFF ==27: video.release()#关闭摄像头 break 1.4??截取部分图像数据img=cv2.imread(‘cat.jpg‘) cat=img[0:100,0:200] cv_show(‘cat‘,cat) 1.5??色彩空间APIdef color_space_demo(src): img = cv2.imread(src) # 转成灰度图 gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) cv_show("gray",gray) # 转成HSV hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV) cv_show(‘hsv‘,hsv) # hsv转成rgb(bgr) img = cv2.cvtColor(hsv,cv2.COLOR_HSV2BGR) cv_show(‘hcv2img‘,img) # yuv...也可以转 1.5.1??基于颜色提出目标(先转成hsv格式)? ? ? ? def extrace_object_demo(src): img = cv2.imread(src) # 通道数是3 # print(img.shape) img_binary = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # 通道数是 1 # print(img_binary.shape) # 1.将RGB转换成HSV色彩空间 hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV) # print(hsv.shape) # 2.定义数组,说明你要提取(过滤)的颜色目标 # 三通道,所以是三个参数 # 红色 lower_hsv_r = np.array([156,43,46]) upper_hsv_r = np.array([180,255,255]) # 3.进行过滤,提取,得到二值图像 mask_red = cv2.inRange(hsv,lower_hsv_r,upper_hsv_r) # 通道数是 1 # print(mask_red.shape) # 4.展示成果 cv_show(‘original‘,img) cv_show(‘mask_red‘,mask_red) # 5.合并展示 res = np.hstack((img_binary,mask_red)) cv_show("hastck",res) return mask_red 1.6??颜色通道提取与合并# 提取 b,g,r=cv2.split(img) print(b.shape) # 合并 img = cv2.merge((b,r)) print(img.shape) # 只保留R cur_img = img.copy() cur_img[:,:,0] = 0 cur_img[:,1] = 0 cv_show(‘R‘,cur_img) 1.7??边界填充
top_size,bottom_size,left_size,right_size = (50,50,50) replicate = cv2.copyMakeBorder(img,top_size,right_size,borderType=cv2.BORDER_REPLICATE) reflect = cv2.copyMakeBorder(img,cv2.BORDER_REFLECT) reflect101 = cv2.copyMakeBorder(img,cv2.BORDER_REFLECT_101) wrap = cv2.copyMakeBorder(img,cv2.BORDER_WRAP) constant = cv2.copyMakeBorder(img,cv2.BORDER_CONSTANT,value=0) import matplotlib.pyplot as plt plt.subplot(231),plt.imshow(img,‘gray‘),plt.title(‘ORIGINAL‘) plt.subplot(232),plt.imshow(replicate,plt.title(‘REPLICATE‘) plt.subplot(233),plt.imshow(reflect,plt.title(‘REFLECT‘) plt.subplot(234),plt.imshow(reflect101,plt.title(‘REFLECT_101‘) plt.subplot(235),plt.imshow(wrap,plt.title(‘WRAP‘) plt.subplot(236),plt.imshow(constant,plt.title(‘CONSTANT‘) plt.show() ? ? 1.8? 图像融合必须保证要融合的图片shape一致 img_cat=cv2.imread(‘cat.jpg‘) img_dog=cv2.imread(‘dog.jpg‘) img_cat + img_dog # ValueError: operands could not be broadcast together with shapes (414,500,3) (429,499,3) # 将狗狗的图片和猫猫的图片resize一样 img_dog = cv2.resize(img_dog,(500,414)) # 选择融合的权重 res = cv2.addWeighted(img_cat,0.4,img_dog,0.6,0) # 展示结果 plt.imshow(res) ? ? 进一步演示resize的用法 # 将猫猫的图片放大 res = cv2.resize(img,(0,0),fx=4,fy=4) plt.imshow(res) ? ? res = cv2.resize(img,fx=1,fy=3)
plt.imshow(res)
(编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |