**

安装:

**

#安装OpenCV之前需要安装numpy,matplotlib

#安装命令:pip install opencv-python

#如果我们要利用SIFT和SURF等进行特征提取时,还需要安装:
#pip install opencv-contrib-python

主要模块
‘’’

core,highgui,imgproc是最基础的模块

core模块:实现了最核心的数据结构及其基本运算,如绘图函数,数组操作相关函数
highgui模块:实现了视频与图像的读取,显示,存储等接口
imgproc模块:实现了图像处理的基本方法,包括图像滤波,图像的几何变换,平滑,
阈值分割,形态学处理,边缘检测,目标检测,运动分析和对象跟踪等

‘’’

IO操作

import cv2
import matplotlib.pyplot as plt

读取图像

API:cv.imread()

‘’’
imread()
参数:
.要读取的图像的路径
.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.这个是默认参数值
.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
注:可以使用1,0,-1来代替上面三个标志
‘’’

例:以灰度图的形式读取图像

imgObj = cv2.imread(‘image/demo.jpg’, cv2.IMREAD_GRAYSCALE)

imgObj = cv2.imread(‘image/demo.jpg’, 1)

或者: imgObj=cv2.imread(‘demo.jpg’,0)

注:如果加载的路径有误,不会报错,会返回一个None

显示图像

API:cv.imshow()

‘’’
imshow()
参数:
.显示图像的窗口名称,以字符串类型表示
.要加载的图像

注:在调用显示图像的API后,要调用cv.waitKey()给图像绘制留下时间,否则窗口会出现
无响应的情况,并且图像无法显示

‘’’

#例:显示刚刚读取的图像
cv2.imshow(‘demo’,imgObj)
cv2.waitKey() #等待键盘的输入 cv2.waitKey(0) 表示永远的等待下去
cv2.destroyAllWindows() #销毁窗口
#同时也可以使用matplotlib进行图像的显示

plt.imshow(imgObj[:,:,::-1]) #彩色图

plt.imshow(imgObj,cmap=plt.cm.gray) #灰度图
plt.show()

#保存图像
‘’’
cv.imwrite()
参数:
.文件名,要保存在哪里
.要保存的图像
‘’’

#例:保存刚刚读取的灰度图像
cv2.imwrite(‘image/demo_gray.jpg’,imgObj)

绘制图形(直线,圆,长方形,文字)

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

#绘制直线
#API: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:线条的宽度
‘’’

#绘制圆形
#API:cv.circle(img,centerpoint,r,color,thcikness)
‘’’
参数:
.img:要绘制圆形的图像
.centerpoint,r:圆心和半径
.color:线条的颜色
.thickness:线条的宽度 #如果取值为-1.会生成一个闭合的圆形

‘’’

#绘制矩形
#API:cv.rectangle(img,leftupper,rightdown,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:线条的宽度
‘’’

#向图像中添加文字
#API:cv.putText(img,text,station,font,fontsize,color,thickness,cv.LINE_AA)
‘’’
参数:
.img:图像
.text:文本内容
.station:文本的放置位置
.font:字体
.fontsize:字体大小
.color:字体颜色
.thickness:线条宽度
‘’’

#例 在空白图像中绘制各种图像和文字

#创建一个空白的图像 512x512
img=np.zeros((512,512,3),np.uint8)

#绘制一条直线
cv.line(img,(0,0),(511,511),(0,255,0),5)

#绘制一个矩形
cv.rectangle(img,(100,100),(400,400),(255,0,0),5)

#绘制一个圆
cv.circle(img,(255,255),150,(0,0,255),-1)

#写入文本
font=cv.FONT_HERSHEY_COMPLEX
cv.putText(img,‘hello world~’,(100,255),font,1.5,(255,255,255),5)

plt.imshow(img[:,:,::-1])
plt.show()

像素的操作
import cv2 as cvimport numpy as npimport matplotlib.pyplot as plt’’‘我们可以通过行和列的坐标值获取该像素点的像素值.对于BGR图像,它返回一个蓝,绿,红的数组.对于灰度图像,仅返回相应的强度值.使用相同的方法对像素值进行修改.’’’#创建图像img=np.zeros((256,256,3),np.uint8)#获取某一点的像素值px=img[100,100]print(px)#仅获取蓝色通道的强度值blue=img[100,100,0] #第三个参数0,1,2对应蓝,绿,红通道print(blue)#修改某一像素点的像素值img[100,100]=[0,255,0]plt.imshow(img[:,:,::-1]) #通道翻转plt.show()

图像的属性
import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt

以彩色模式读取图片

img = cv.imread(‘image/demo.jpg’, 1)

图像属性包括行数,列数和通道数,图像数据类型,像素数等

‘’’
属性 API
形状 img.shape
图像大小 img.size
数据类型 img.dtype
‘’’

获取图像的形状

shape = img.shape
print(shape)

获取图像的大小(像素的个数)

size = img.size
print(size)

数据类型

dtype = img.dtype
print(dtype)

plt.imshow(img[:, :, ::-1])
plt.show()

通道的拆分与合并
import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np

‘’’
有时需要在B,G,R通道单独工作.在这种情况下,需要将BGR图像分割为单个的通道,或者
在其他情况下,可能需要将这些单独的通道合并成BGR图像.
‘’’

img=cv.imread(‘image/demo.jpg’)

#通道拆分
b,g,r=cv.split(img)

print(b,g,r)

for i in (b,g,r):
plt.imshow(i,cmap=plt.cm.gray)
plt.show()

#通道合并
img_merge=cv.merge((b,g,r))

print(img_merge)

plt.imshow(img_merge[:,:,::-1])
plt.show()

色彩空间的转换
import matplotlib.pyplot as plt
import cv2 as cv
import numpy as np

‘’’
opencv中有150多种颜色空间的转换方法.最广泛使用的转换方法有两种,
BGR->Gray和BGR->HSV

API:
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
‘’’

img=cv.imread(‘image/demo.jpg’)

#彩色图像转灰度图像
img_gray=cv.cvtColor(img,cv.COLOR_BGR2GRAY)

#彩色图像转HSV
img_hsv=cv.cvtColor(img,cv.COLOR_BGR2HSV)
plt.imshow(img_gray,cmap=plt.cm.gray)
plt.show()

plt.imshow(img_hsv)
plt.show()

同步更新于:OpenCV的基本操作