[人工智能]opencv图像处理（一）图像的基本操作

opencv图像处理（一）图像的基本操作

图像的基本操作包括图像的数据读取（图像的大小）、图像的显示、图像的保存、读取视频、图像的截屏、颜色通道信息提取、边界填充、数值计算和图像的融合。

图像的数据读取

#%%
import cv2 ***#opencv读取的格式是BGR***
import matplotlib.pyplot as plt
import numpy as np
img=cv2.imread('F:/deeplearning/opencv/2_7/image operate/cat.jpg')
print(img.shape)#高宽通道
print(img)#图片矩阵

图像的显示

#%%
#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()

图像显示函数

#%%
def cv_show(name,img):
    cv2.imshow(name,img) 
    cv2.waitKey(0) 
    cv2.destroyAllWindows()
```python

cv2.IMREAD_COLOR：彩色图像
cv2.IMREAD_GRAYSCALE：灰度图像(此时只有一个通道)
图片灰度图像读取

```python
img=cv2.imread('cat.jpg',cv2.IMREAD_GRAYSCALE)
print（img）
print（img,shape）

图像的保存

cv2.imwrite('mycat.png',img)

读取视频

#%% md

- 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(): 
    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()

图像截屏

### 截取部分图像数据
#%%
img=cv2.imread('cat.jpg')
cat=img[0:50,0:200] 
cv_show('cat',cat)#定义了一个函数

颜色通道提取

#%%

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

#%%

r

#%%

r.shape

#%%

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

#%%

# 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)

#%% md

边界填充

#%% md

- 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。

#%%

top_size,bottom_size,left_size,right_size = (50,50,50,50)

replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_WRAP)
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()

数值计算

#%%

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

#%%

img_cat2= img_cat +10 
img_cat[:5,:,0]#只打印前5行

#%%

img_cat2[:5,:,0]

#%%

#数值相加超过255后 相当于% 256
(img_cat + img_cat2)[:5,:,0] 

#%%

cv2.add(img_cat,img_cat2)[:5,:,0]

图像融合

#%%

img_cat + img_dog

#%%

img_cat.shape

#%%

img_dog = cv2.resize(img_dog, (500, 414))
img_dog.shape

#%%

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

#%%

plt.imshow(res)

#%%

res = cv2.resize(img, (0, 0), fx=4, fy=4)#倍数关系
plt.imshow(res)

#%%

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