[人工智能] 1.opencv—图像处理基础

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 -> 1.opencv—图像处理基础 -> 正文阅读

[人工智能]1.opencv—图像处理基础

读，写，显示图像

$\qquad$ OpenCV中的imread(),imwrite()和imshow()函数分别用于读，写和显示图像。其中imread()函数用于将文件中的图像读入内存，它支持各种静态图像文件格式，如BMP，PNG,JPEG,TIFF等。
$\qquad$ imread()函数返回一个 numpy.ndarray 对象（即 NumPy 数组），数组元素为图像的像素。OpenCV 使用 NumPy 数组来保存图像，数组的 shape（数组形状）、dtype（数据类型）、size（数组元素个数）等属性表示图像的相关属性。下面的代码使用的图像为彩色 JPG 图像，img.shape 的输出结果为(512, 512,3)，说明表示彩色图像的数组是一个三维数组，3 个值依次表示图像的高度、宽度和通道数；图像的分辨率为 512×512。代码中 img.dtype的输出结果为 uint8，说明每个数组元素用一个字节（8 位）保存，每个数组元素为一个像素B,G和R通道的颜色。颜色取值范围为[0, 255]。

1.读取图像

import cv2


img = cv2.imread('lena.jpg', cv2.IMREAD_REDUCED_GRAYSCALE_4)  	# 读取图像
print(type(img))            	# 输出数据类型
print(img)                  	# 输出图像数组
print(img.shape)			    # 输出数组形状
print(img.dtype)			    # 输出数组元素的数据类型
print(img.size)				    # 输出数组元素的个数

在这里插入图片描述

2.写入图像

import cv2
import numpy

img = numpy.zeros((300, 300), dtype=numpy.uint8)  # 创建300*300的黑色正方形图像
cv2.imwrite('text_2.jpg', img)  # 保存图像

在这里插入图片描述

3.显示图像

$\qquad$ inshow()函数的第一个参数为窗口名称，第二个参数为图像数组。其中，在使用时，这两个参数缺一不可，如果缺了一个会报错，如果窗口名称输入的是中文，会显示乱码，因为imshow函数的窗口标题是gbk编码，而Python3默认UTF-8编码。因而窗口标题包含中文时，会显示乱码。解决这个问题，最直接就是从标题的编码入手，在参数后面加这行代码.encode(“gbk”).decode(errors=“ignore”)强制转换编码方式,如：

cv2.imshow('lena'.encode("gbk").decode(errors="ignore"), img)

但转换有风险，不一定百分之百正确，也不一定可以显示出来，最好还是使用英文。
$\qquad$ 在显示图像时，程序创建的图像窗口会在显示后立即关闭，所以为了图像显示更久一点，可使用waitKey()函数等待用户输入来控制窗口的关闭，其中该函数的基本格式如下：

rv = cv2.waitkey([delay])

其中，rv 保存函数返回值，如果没有键被按下，返回-1；如果有键被按下，返回键的 ASCII码。参数 delay 表示等待按键的时间（单位为毫秒），负数或 0 表示无限等待，默认值为 0；设置了delay参数时，等待时间结束时结束等待，函数返回-1。

import cv2


img = cv2.imread('lena.jpg')  	# 读取图像，缩小为原来的1/2
cv2.imshow('lena', img)         # 显示图像
cv2.waitKey(0)

在这里插入图片描述

读，写，播放视频

$\qquad$ OpenCV 的 VideoCapture 类和 VideoWriter 类提供了视频处理功能，支持各种格式的视频文件。
视频处理的基本操作步骤如下。
（1）将视频文件或者摄像头作为数据源来创建 VideoCapture 对象。
（2）调用 VideoCapture 对象的 read()方法获取视频中的帧，每一帧都是一幅图像。
（3）调用 VideoWriter 对象的 write()方法将帧写入视频文件，或者调用 cv2.imshow()函数在窗口中显示帧（即播放视频）。

播放视频

在播放视频时，一般会使用cv2.waitKey()函数来设置延迟时间，如果不设置延迟时间，视频的播放速度会非常快，一般设置延迟时间为25毫秒。

import cv2


vc = cv2.VideoCapture('test2-5.mp4')  	  # 创建VideoCapture对象
fps = vc.get(cv2.CAP_PROP_FPS)            # 读取视频帧率
size = (vc.get(cv2.CAP_PROP_FRAME_WIDTH),
      vc.get(cv2.CAP_PROP_FRAME_HEIGHT))  # 读取视频大小
print('帧率：', fps)
print('大小：', size)
success, frame = vc.read()                # 读第1帧
while success:                            # 循环读视频帧，直到视频结束
    cv2.imshow('myvideo', frame)          # 在窗口中显示帧图像
    success, frame = vc.read()            # 读下一帧
    key = cv2.waitKey(25)
    if key == 27:                         # 按Esc键退出
        break
vc.release()                              # 关闭视频

将视频写入文件

将视频写入文件与播放视频类似，需要逐帧将视频写入文件。在创建 VideoWhiter 对象时，可指定保存视频的文件名、视频解码器格式、帧速率和大小。cv2.VideoWhiter_ fourco（)函数用 4 个字符来指定解码器格式，通过解码器格式生成相应格式的视
频文件。常用的解码器格式如下：

函数	解码器格式
cv2.VideoWrter_ fourco(‘P’,‘I’,‘M’,‘1’)	XVID的 MPEG-1 编码格式，视频文件扩展名为.avi
cv2.VideoW/riter_fourco(‘M’,‘P’,‘4’,‘2’)	Microsoit的MPEG-4 编码格式，视频文件扩展名为,avi
c2.VideoWriter_fourco(‘X’,‘V’,‘I’,‘D’)	XVID 的 MPEG-4 编码格式，视频文件扩展名为,avi
c2.VideoWriter_fourco(‘F’,‘L’,‘V’,‘1’)	XVID 的 MPEG-4 编码格式，视频文件扩展名为,flv

import cv2


vc = cv2.VideoCapture('test2-5.mp4')  			# 创建VideoCapture对象
fps = vc.get(cv2.CAP_PROP_FPS)            		# 读取视频帧率
size = (int(vc.get(cv2.CAP_PROP_FRAME_WIDTH)),
        int(vc.get(cv2.CAP_PROP_FRAME_HEIGHT))) 	# 读取视频大小
vw = cv2.VideoWriter('test2-6out.avi',			# 设置保存视频的文件名
                    cv2.VideoWriter_fourcc('X', 'V', 'I', 'D'),  # 设置视频解码器格式
                    fps,size)							 # 设置帧速率和大小
success, frame = vc.read()                 		    # 读第1帧
while success:                          			# 循环读视频帧，直到视频结束    
    vw.write(frame)                     			# 将帧写入文件
    success, frame = vc.read()             		    # 读下一帧
vc.release()                            			# 关闭视频

捕获摄像头视频并将视频写入文件

要捕获摄像头视频，需要将摄像头的ID作为参数来创建VideoCapture对象。通常0表示默认摄像头。

import cv2


vc = cv2.VideoCapture(0)  			# 创建VideoCapture对象，视频源为默认摄像头
fps = 30            		                # 预设视频帧率
size = (int(vc.get(cv2.CAP_PROP_FRAME_WIDTH)),
        int(vc.get(cv2.CAP_PROP_FRAME_HEIGHT))) 	# 读取视频大小
vw = cv2.VideoWriter('test2-7out.avi',			    # 设置保存视频的文件名
                     cv2.VideoWriter_fourcc('X', 'V', 'I', 'D'),  # 设置视频解码器格式
                     fps, size)				    # 设置帧速率和大小
success, frame = vc.read()                 	# 读第1帧
while success:                          	# 循环读视频帧，直到视频结束    
    vw.write(frame)                     	# 将帧写入文件
    cv2.imshow('MyCamera', frame)           # 显示帧
    key = cv2.waitKey(25)
    if key == 27:                          # 按Esc键结束
        break
    success, frame = vc.read()             # 读下一帧
vc.release()                               # 关闭视频

操作灰度，色彩图像

操作灰度图像

通常，计算机将灰度处理为256级(0~255)，0表示黑色，255表示白色，用一个字节来存储一个像素的值。OpenCV使用单通道的二维数组来表示灰度图像。
代码中的“img[:,:]=n”语句将图像的全部像素值修改为 n,n 的值在程序运行过程中不断增大。从运行结果可看到输出的像素值不会大于 255。当 n 大于 255 时，因为数组元素的数据类型为numpy.uint8，所以 OpenCV 会自动按 256 取模。

import cv2
import numpy


img = numpy.zeros((240, 320), dtype=numpy.uint8)  	 # 创建图像
n = 0
while True:
    cv2.imshow('GrayImg', img)
    n += 20
    img[:, :] = n                               # 更改图像灰度
    print(img[1, 1])                            # 输出一个像素值
    key = cv2.waitKey(1000)                     # 延迟1秒
    if key == 27:
        break                                   # 按【Esc】键结束

在这里插入图片描述

操作彩色图像

不同色彩空间中，颜色的表示方法有所不同，但不同色彩空间之间可根据公式进行转换。下面我们简单介绍 RGB 色彩空间中图像的表示方法。RGB 中的R 指红色（Red），G指绿色（Green），B 指蓝色（Blue）。在表示图像时，有 R、G 和 B 3 个通道，分别对应红色、绿色和蓝色。每个通道中像素的取值范围为[0,255])，用 3 个通道的像素组合表示彩色图像。RGB色彩空间颜色通道依次为 B、G、R，但 OpenCV 默认的图像格式为 BGR，即颜色通道依次为B,G,R。

import cv2
import numpy


img = numpy.zeros((240, 320, 3), dtype=numpy.uint8)  # 创建图像,图像的上、中、下三个部分依次为蓝色、绿色和红色.
r0 = 0
r1 = 1
r2 = 2
while True:
    img[:80, :, r0] = 255                       # 通道r0上三分之一颜色值设为255
    img[80:160, :, r1] = 255                    # 通道r1中部三分之一颜色值设为255
    img[160:, :, r2] = 255                      # 通道r2下三分之一颜色值设为255
    cv2.imshow('ColorImg', img)
    key = cv2.waitKey(1000)                     # 延迟1秒
    img[:, :, :] = 0                            # 像素全部置0
    t = r0                                      # 轮换通道序号
    r0 = r1
    r1 = r2
    r2 = t
    if key == 27:
        break                                   # 按【Esc】键结束

在这里插入图片描述

图像通道操作

通过数组索引拆分通道

OpenCV中BGR格式的图像是一个三维数组，可用数组的索引操作来拆分3个色彩通道。

import cv2

img = cv2.imread('lena.jpg', cv2.IMREAD_REDUCED_COLOR_2)  	# 读取图像，缩小为原来的1/2
cv2.imshow('lena', img)             # 显示原图像
b = img[:, :, 0]                    # 获得B通道图像
g = img[:, :, 1]                    # 获得G通道图像
r = img[:, :, 2]                    # 获得R通道图像
cv2.imshow('lena_B', b)             # 显示B通道图像
cv2.imshow('lena_G', g)             # 显示G通道图像
cv2.imshow('lena_R', r)             # 显示R通道图像
cv2.waitKey(0)

在这里插入图片描述

使用cv.split()函数来拆分通道

import cv2


img = cv2.imread('lena.jpg', cv2.IMREAD_REDUCED_COLOR_2)  	# 读取图像，缩小为原来的1/2
cv2.imshow('lena', img)          # 显示原图像
b, g, r = cv2.split(img)         # 按通道拆分图像
cv2.imshow('lena_B', b)          # 显示B通道图像
cv2.imshow('lena_G', g)          # 显示G通道图像
cv2.imshow('lena_R', r)          # 显示R通道图像
cv2.waitKey(0)

合并图像通道

import cv2


img = cv2.imread('lena.jpg', cv2.IMREAD_REDUCED_COLOR_2)  # 读图像，缩小为原来的1/2
cv2.imshow('lena', img)          	    # 显示原图像
b, g, r = cv2.split(img)            	# 按通道拆分图像
rgb = cv2.merge([r, g, b])          	# 按新顺序合并
gbr = cv2.merge([g, b, r])          	# 按新顺序合并
cv2.imshow('lena_RGB', rgb)        	    # 显示合并图像
cv2.imshow('lena_GBR', gbr)        	    # 显示合并图像
cv2.waitKey(0)

在这里插入图片描述

图像运算

OpenCV使用的是NumPy数组来表示图像，所以我们可以很方便的执行基于数组的图像运算。

加法运算

加法运算符“+”和 cv2.add()函数可用于执行图像加法运算。
用“+”运算符执行两个图像数组加法时，如果两个像素相加大于 256，则会将其按 256 取模。CV2.add()函数执行两个图像数组加法时，如果两个像素相加大于 256，则取 255。

import cv2


img1 = cv2.imread('lena.jpg', cv2.IMREAD_REDUCED_COLOR_2)  	     # 读取图像
img2 = cv2.imread('opencvlog.jpg', cv2.IMREAD_REDUCED_COLOR_2)	 # 读取图像
img3 = img1+img2
img4 = cv2.add(img1, img2)
cv2.imshow('lena', img1)          		# 显示原图像
cv2.imshow('log', img2)          		# 显示原图像
cv2.imshow('lena+log', img3)         	# 显示“+”图像
cv2.imshow('lenaaddlog', img4)     		# 显示add()图像
cv2.waitKey(0)

在这里插入图片描述

加权加法运算

cv2.addWeighted()函数可执行图像的加权加法运算，其基本格式如下。

dst = cv2.addweighted(src1, alpha, srcz, beta, gamma)

其中，变量 dst 保存结果，src1 和 src2 为执行加权加法运算的两个图像数组，alpha和 beta 为权重，gamma为附加值。OpenCV 按下面的公式执行图像数组的加权加法运算。

dst = src1*alpha + src2*beta + gamma

import cv2


img1 = cv2.imread('lena.jpg', cv2.IMREAD_REDUCED_COLOR_2)  	     # 读取图像
img2 = cv2.imread('opencvlog.jpg', cv2.IMREAD_REDUCED_COLOR_2)	 # 读取图像
img3 = cv2.addWeighted(img1, 0.5, img2, 0.5, 0)
cv2.imshow('lena', img1)          		# 显示原图像
cv2.imshow('log', img2)          		# 显示原图像
cv2.imshow('lena+log', img3)         	# 显示addWeighted()图像
cv2.waitKey(0)

在这里插入图片描述

位运算

在学习OpenCV中对图像的位运算前，我们先回顾下位运算
程序中的所有数在计算机内存中都是以二进制的形式储存的。位运算就是直接对整数在内存中的二进制位进行操作。比如，&运算本来是一个逻辑运算符，但整数与整数之间也可以进行&运算。举个例子，6的二进制是110，11的二进制是1011，那么6 & 11的结果就是2，它是二进制对应位进行逻辑运算的结果（0表示False，1表示True，空位都当0处理）。
在这里插入图片描述

下面是位运算的规则：
在这里插入图片描述

OpenCV 提供了如下图像位运算函数：

函数	解释
cv2.bitwise_and(src1,src2[,mask])	mask 对应的位不为 0时，图像src1 和 src2 执行按位与操作
cv2.bitwise_orsrc1,src2[,mask])	mask对应的位不为 0时，图像 sic1 和 sic2执行按位或操作
cv2.btwise _not(src1[,mask])	mask对应的位不为0时，图像 sic1执行按位取反操作
cv2.btwise _xor(src1,src2[,mask])	mask 对应的位不为 0时，图像 src1 和 sic2执行按位异或操作

import cv2


src1 = cv2.imread('lena.jpg', cv2.IMREAD_REDUCED_COLOR_2)  	     # 读取图像
src2 = cv2.imread('opencvlog.jpg', cv2.IMREAD_REDUCED_COLOR_2)	 # 读取图像
img3 = cv2.bitwise_and(src1, src2)           # 按位与
img4 = cv2.bitwise_or(src1, src2)            # 按位或
img5 = cv2.bitwise_not(src1)                 # 按位取反
img6 = cv2.bitwise_xor(src1, src2)           # 按位异或                     
cv2.imshow('lena', src1)          		     # 显示原图像
cv2.imshow('log', src2)          		     # 显示原图像
cv2.imshow('lenaandlog', img3)         		 # 显示按位与图像
cv2.imshow('lenaorlog', img4)         		 # 显示按位或图像
cv2.imshow('lenanotlog', img5)         		 # 显示按位取反图像
cv2.imshow('lenaxorlog', img6)         		 # 显示按位异或图像
cv2.waitKey(0)