PythonOpenCV-图像基础操作

读、写、显示图像

1. 读取图像

函数原型：cv2.imread(filename, flag)

filename：图像文件名
flag：图像读取格式标志

代码示例

import cv2

img = cv2.imread('1.jpg')  #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

# 输出结果
<class 'numpy.ndarray'>
[[[134 136 220]
  [134 136 220]
  [134 136 224]
  ...
  [140 146 235]
  [133 137 225]
  [124 127 212]]
  ...
  [ 90  79 172]
  [ 86  78 173]
  [ 80  76 172]]]
(509, 511, 3)
uint8
780297

 

---

 

图像读取格式标志  

格式	含义
cv2.IMREAD_UNCHANGED	按原样加载图像
cv2.IMREAD_GRAYSCALE	将图像转换为单通道灰度图像
cv2.IMREAD_COLOR	将图像转换为3通道BGR彩色图像
cv2.IMREAD_ANYDEPTH	当图像具有相应的深度时，返回16位或32位图像，否则将其深度转换为8位
cv2.IMREAD_ANYCOLOR	以任何可能的颜色格式读取图像
cv2.IMREAD_LOAD_GDAL	使用gdal驱动程序加载图像
cv2.IMREAD_REDUCED_GRAYSCALE_2	将图像转换为单通道灰度图像，并且图像尺寸减小为1/2
cv2.IMREAD_REDUCED_COLOR_2	将图像转换为3通道BGR彩色图像，并且图像尺寸减小为1/2
cv2.IMREAD_REDUCED_GRAYSCALE_4	将图像转换为单通道灰度图像，并且图像尺寸减小为1/4
cv2.IMREAD_REDUCED_COLOR_4	将图像转换为3通道BGR彩色图像，并且图像尺寸减小为1/4
cv2.IMREAD_REDUCED_GRAYSCALE_8	将图像转换为单通道灰度图像，并且图像尺寸减小为1/8
cv2.IMREAD_REDUCED_COLOR_8	将图像转换为3通道BGR彩色图像，并且图像尺寸减小为1/8
cv2.IMREAD_IGNORE_ORIENTATION	不根据EXIF方向标志旋转图像

提示：

OpenCV默认的图像格式为BGR，即3通道图像数组的3个维度依次为B(蓝色)、G(绿色)、R(红色)通道的像素。

代码示例

import cv2

img = cv2.imread('1.jpg', cv2.IMREAD_REDUCED_GRAYSCALE_4)
print(img.shape)
print(img.size)

#输出结果
(128, 128)
16384

 

---

2. 写图像

代码示例

import cv2
import numpy as np

img = np.zeros((50, 50), dtype = np.uint8)  #创建大小为50*50的黑色正方形图像
cv2.imwrite('mytest.jpg', img)  #将图像存入文件

 

---

3. 显示图像

代码示例

import cv2

img = cv2.imread('1.jpg', cv2.IMREAD_REDUCED_COLOR_2) #读取图像并将图像尺寸减少1/2
cv2.imshow('lena', img)  #显示图像

 

---

4. 显示图像窗口暂停（等待按键）

函数原型：cv2.waitKey([delay])
代码示例

import cv2

img = cv2.imread('1.jpg', cv2.IMREAD_REDUCED_COLOR_2)  
cv2.imshow('lena', img)

# 示例1
key = 0
while key != 27:   # 按Esc键时终止循环
    key = cv2.waitKey()   #等待按键
cv2.destoryWindow('lena')  #关闭图像窗口

# 示例2
key = cv2.waitKey(0)
    if(key & 0xFF == ord('q')):
        break
cv2.destroyAllWindows() #关闭图像窗口

 

---

读、写、播放视频

1. 播放视频

代码示例

import cv2

vc = cv2.VideoCapture('videotest.mp4')  #创建VideoCapture对象
fps = vc.get(cv2.CAP_PROP_FPS)  #读取视频帧速率
size = (vc.get(cv2.CAP_PROP_FRAME_HEIGHT), vc.get(cv2.CAP_PROP_FRAME_WIDTH))  #读取视频大小，该方法读取数值为浮点数，可以用int转换
# print('帧速率：', fps)
# print('大小：', size)
success, frame = vc.read()  # 读第1帧
while success:     #循环读取视频帧
    cv2.imshow('myvideo', frame)  #在窗口显示帧图像
    success, frame = vc.read()  #读下一帧
    key = cv2.waitKey(20)  #延迟时间
    if key == 27:     #按Esc键退出
       break
vc.release()    #关闭视频 

 

---

2. 将视频写入文件

代码示例

import cv2

vc = cv2.VideoCapture('videotest.mp4')
fps = vc.get(cv2.CAP_PROP_FPS)
size = (int(vc.get(cv2.CAP_PROP_FRAME_HEIGHT)), int(vc.get(cv2.CAP_PROP_FRAME_WIDTH)))  
vw = cv2.VideoWriter('myvideo.avi', cv2.VideoWriter_fourcc('X', 'V', 'I', 'D'), fps, size) #设置保存视频的文件名、视频解码器格式、帧速率和大小
success, frame = vc.read()
while success:
    vw.write(frame)  #将帧写入文件
    success, frame = vc.read()
vc.release()

 

---

常见解码器格式

格式	含义
cv2.VideoWriter_fourcc('P', 'I', 'M', '1')	XVID的MPEG-1编码格式，视频文件扩展名为.avi
cv2.VideoWriter_fourcc('M', 'P', '4', '2')	Microsoft的MPEG-4编码格式，视频文件扩展名为.avi
cv2.VideoWriter_fourcc('X', 'V', 'I', 'D')	XVID的MPEG-4编码格式，视频文件扩展名为.avi
cv2.VideoWriter_fourcc('F', 'L', 'V', '1')	XVID的MPEG-4编码格式，视频文件扩展名为.flv

 

---

3. 捕获摄像头视频

代码示例

import cv2

vc = cv2.VideoCapture(0)  #视频源为默认摄像头
fps = 30 # 预设视频帧速率
size = (int(vc.get(cv2.CAP_PROP_FRAME_HEIGHT)), int(vc.get(cv2.CAP_PROP_FRAME_WIDTH)))  
vw = cv2.VideoWriter('myvideo.avi', cv2.VideoWriter_fourcc('X', 'V', 'I', 'D'), fps, size) #设置保存视频的文件名、视频解码器格式、帧速率和大小
success, frame = vc.read()
while success:
    vw.write(frame)  #将帧写入文件
    cv2.imshow('MyCamera', frame)  #显示帧
    key = cv2.waitKey()  
    if key == 27:     #按Esc键退出
       break
    success, frame = vc.read()
vc.release()

 

---

图像操作

1. 操作灰度图像

代码示例

import cv2
import numpy as np

img = np.zeros((240, 320), dtype = np.uint8)# 创建黑色图像
n = 0
while True:
    cv2.imshow('GrayImg', img)
    n += 20
    img[:, :] = n   #更改图像灰度值
    print(img[1, 1])
    key = cv2.waitKey(1000)  #延迟1秒
    if key == 27:
       break

输出结果

 

---

2. 操作彩色图像

代码示例

import cv2
import numpy as np

img = np.zeros((240, 320, 3), dtype = np.uint8)
r0 = 0
r1 = 1
r2 = 2
while True:
    img[:80, : , r0] = 255  #通道r0，将上部1/3颜色值设置为255
    img[80:160, : , r1] = 255  #通道r1，将中部1/3颜色值设置为255
    img[160:, : , r2] = 255  #通道r2，将下部1/3颜色值设置为255
    cv2.imshow('ColorImg', img)
    key = cv2.waitKey(1000)
    img[:, :, :] = 0  #像素全部置0
    t = r0
    r0 = r1
    r1 = r2
    r2 = t
    if key == 27:
        break

输出结果

 

---

3. 图像通道操作

3.1 通过数组索引拆分通道

代码示例

import cv2

img = cv2.imread('1.png', cv2.IMREAD_REDUCED_COLOR_2)
cv2.imshow('lena', img)  #显示原图
b = img[:, :, 0]  #获取B通道图像
g = img[:, :, 1]   #获取G通道图像
r = img[:, :, 2]   #获取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)

输出结果

 

---

3.2 使用cv2.split()函数拆分通道

代码示例

import cv2

img = cv2.imread('1.png', cv2.IMREAD_REDUCED_COLOR_2)
cv2.imshow('lena', img)   #显示原图
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)

输出结果

 

---

3.3 合并图像通道

函数原型：cv2.merge([b, g, r])

代码示例

import cv2

img = cv2.imread('1.png', cv2.IMREAD_REDUCED_COLOR_2)
cv2.imshow('lena', img)   #显示原图
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)

输出结果

 

/*-------------------------------------------------------------------------------------------------------

笔者说明：

　　该笔记来源于本人学习Python + OpenCv时的资料，

　　分享出来只是为了供大家学习，并且为了自己以后想要用的时候方便寻找。

时间：2023年3月17日

------------------------------------------------------------------------------------------------------------*/