IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> opencv图像处理(一)图像的基本操作 -> 正文阅读

[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)
  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2021-08-18 12:42:30  更:2021-08-18 12:44:20 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/1 12:31:38-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码