OpenCV 图像基本操作(学习笔记)

• OpenCV 图像基本操作(学习笔记)
  • 数据读取图像
  • 数据读取-视频
  • 截取部分图像数据
  • 颜色通道提取
    • 边界填充
  • 数值计算
  • 图像融合

在一张图像中，每取出一个像素块会分成红绿蓝三种颜色通道，每一种颜色通道都是一组矩阵，并且取的是颜色范围值0-255。

数据读取图像

import cv2 #opencv读取的格式是BGR
import matplotlib.pyplot as plt # 待会展示图片
import numpy as np
# 直接展示出来，不需要单独弹出一个窗口
%matplotlib inline
# 加载图片
img=cv2.imread('cat.jpg')

img # 接收的是一个numpy array的值，dtype=uint8的取值范围在0-255之间，每一组小的矩阵都是一个像素点

#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()

这是因为cv2.imshow依赖于GUI的正常运行，而Jupyter Notebook通常不支持这种与GUI相关的操作。
cv2.imshow可能无法正确处理窗口的关闭和资源释放，从而导致内核崩溃。
可以改用plt进行显示

# 定义一个函数去展示我们的图像
def cv_show(name,img):
    cv2.imshow(name,img) 
    cv2.waitKey(0) 
    cv2.destroyAllWindows()

# 图像的高度为 414 像素，宽度为 500 像素，并且有 3 个通道
img.shape

(414, 500, 3)

# 读取灰度图
img=cv2.imread('cat.jpg',cv2.IMREAD_GRAYSCALE)
img

img.shape

(414, 500)

#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(10000) 
cv2.destroyAllWindows()

#保存
cv2.imwrite('mycat.png',img)

True

# 是一个numpy.ndarray格式
type(img)

numpy.ndarray

# 像素点的个数
img.size

207000

# 像素类型
img.dtype

dtype(‘uint8’)

数据读取-视频

视频仍然是每一帧的图片不断的播放形成的，所以我们每获取一帧的图片也是一个[h,w,c]。

• 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。

vc = cv2.VideoCapture('test.mp4')

# 检查是否打开正确
if vc.isOpened():
    # open该视频是否能打开，frame是BGR hwc，vc.read()获取每一帧的BGR
    open, frame = vc.read()
else:
    open = False

# 循环读取每一帧的
while open:
    ret, frame = vc.read()
    if frame is None:
        break
    if ret == True:
        # BGR转成灰度图
        gray = cv2.cvtColor(frame,  cv2.COLOR_BGR2GRAY)
        # 显示图片
        cv2.imshow('result', gray)
        # 等待多长时间显示下一张
        if cv2.waitKey(100) & 0xFF == 27:
            break
vc.release()
cv2.destroyAllWindows()

截取部分图像数据

ROI就是取出图片中部分的截图

img=cv2.imread('cat.jpg')
cat=img[0:50,0:200] 
cv_show('cat',cat)

颜色通道提取

b,g,r=cv2.split(img)
r

img=cv2.merge((b,g,r))
img.shape

(414, 500, 3)

# 只保留R
cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,1] = 0
cv_show('R',cur_img)

# 只保留G
cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,2] = 0
cv_show('G',cur_img)

# 只保留B
cur_img = img.copy()
cur_img[:,:,1] = 0
cur_img[:,:,2] = 0
cv_show('B',cur_img)

边界填充

就是在图的边界进行填充图像内容。

# 在上下左右都填充的大小
top_size,bottom_size,left_size,right_size = (50,50,50,50)
# 通过copyMakeBorder进行不同类型填充
# 复制末尾一点进行衍生
replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE)
# 反射最后大小区域那段
reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_REFLECT)
# 也是反射就是不反射最开始的那一点和最后的那一点
reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT_101)
# 在一次从对面开头进行复制衍生
wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_WRAP)
# 填充常数，这里那0填充的所以是黑的
constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,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, 'gray'), plt.title('REPLICATE')
plt.subplot(233), plt.imshow(reflect, 'gray'), plt.title('REFLECT')
plt.subplot(234), plt.imshow(reflect101, 'gray'), plt.title('REFLECT_101')
plt.subplot(235), plt.imshow(wrap, 'gray'), plt.title('WRAP')
plt.subplot(236), plt.imshow(constant, 'gray'), plt.title('CONSTANT')
plt.show()

BORDER_REPLICATE：复制法，也就是复制最边缘像素。
BORDER_REFLECT：反射法，对感兴趣的图像中的像素在两边进行复制例如：fedcba|abcdefgh|hgfedcb
BORDER_REFLECT_101：反射法，也就是以最边缘像素为轴，对称，gfedcb|abcdefgh|gfedcba
BORDER_WRAP：外包装法cdefgh|abcdefgh|abcdefg
BORDER_CONSTANT：常量法，常数值填充。

数值计算

img_cat=cv2.imread('cat.jpg')
img_dog=cv2.imread('dog.jpg')

# 在原始位置都加个10
img_cat2= img_cat +10 
img_cat[:5,:,0]

# 打印前五行
img_cat2[:5,:,0]

#相加超出256之后，相当于% 256
(img_cat + img_cat2)[:5,:,0]

# add函数相加，只要大于255了就以最大值为准
cv2.add(img_cat,img_cat2)[:5,:,0]

图像融合

举例：我们将猫的图片和狗的图片部分添加在一起。

# 将狗的shape设置为与猫一样的维度
img_dog = cv2.resize(img_dog, (500, 414))
img_dog.shape

(414, 500, 3)

添加权重img_cat为x1，img_dog为x2。
0.4是img_cat的权重，0.6是img_dog的权重在加上一个偏置项b=0。公式如下：

R=x_1\alpha+x_2\beta+b

这样通过addWeighted函数，可以进行一些图像融合的操作。

res = cv2.addWeighted(img_cat, 0.4, img_dog, 0.6, 0)
plt.imshow(res)

# fx 表示x轴乘以多少倍，这里是4倍
# fy 表示y轴乘以多少倍，这里是4倍
res = cv2.resize(img, (0, 0), fx=4, fy=4)
plt.imshow(res)

res = cv2.resize(img, (0, 0), fx=1, fy=3)
plt.imshow(res)