[人工智能]openCV学习笔记0

jupyter中使用如下代码，不需要plt.show()直接显示图像

?

%matplotlib inline

1.数据读取-图像

OpenCV读取的图像格式为BGR，每个像素点的通道值为[0,255]

读取图像的数据格式为3维矩阵[h,w,c]

img = cv2.imread('cat.jpg')
#cv2.IMREAD_COLOR :彩色图像
#cv2.IMREAD_GRAYSCALE :灰度图像

#图像显示，可以创建多个窗口
cv2.imshow('image',img)  #第一个参数是窗口的名字，第二个是变量
#等待时间，毫秒级，0表示按任意键终止
cv2.waitKey(0)
cv2.destroyAllWindows()

模块化以函数的形式展示

def cv_show(name,img)
  cv2.imshow(name,img)
  cv2.waitKey(0)
  cv2.destroyAllWindows()

#显示图像的大小
img.shape()
#读取灰度图
img = cv2.imread(name,cv2.IMREAD_GRAYSCALE)
#保存
cv2.imwrite('mycat.png',img)

2.数据读取-视频

vc = cv2.VideoCapture('test.mp4')
#检查是否正确打开
if vc.isOpened():
   open,fram = vc.read()
else:
   open = False
#每帧以次显示
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(10) & 0xFF == 27:
            break
vc.release()
cv2.destroyAllWindows()

3.截取部分图像数据?

img=cv2.imread('cat.jpg')
cat=img[0:200,0:200]
cv_show('cat',cat)  #图片显示函数

4.通道特征提取

b,g,r = cv2.split(img)
#只保留红色通道
cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,1] = 0
cv_show('G',cur_img)

5.边界填充

top_size,bottom_size,left_size,right_size = (50,50,50,50)#边缘填充的像素值

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)
#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。

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()

6.数值计算

img_cat=cv2.imread('cat.jpg')
img_cat2= img_cat +10   #广播机制，每个像素点值加10
(img_cat + img_cat2)    #相加如果超过255，对255进行取余操作
cv2.add(img_cat,img_cat2)  #cv2.add函数，如果超过255，按255显示

7.图像融合

#两个图像融合必须要有相同的大小维度
img_dog = cv2.resize(img_dog, (500, 414))
#正常的：img.shape = (h,w,c)而改变图像大小函数cv2.resize()参数维度格式为(w,h)
#若不知道图像大小：res=cv2.resize(img,(0,0),fx=1,fy=3)即高变为宽的3倍
#openCV图像融合函数
res = cv2.addWeighted(img_cat,0.4,img_dog,0.6，0)
#R=aX + bY + c 即权重加上偏置项