Opencv学习笔记（3）
Opencv库常见函数
1、读取指定图片
语法：cv2.imread()函数可以用于读取指定图片，使用时需要先导入opencv库
1 import cv2 # 导入opencv库
2 sample = cv2.imread("img/sample.png") #读取img文件夹 sample.png图片，并命名为sample
Tips：通过“imread()”函数读取到的图像是以RGB为颜色空间的，且以BGR顺序排列。
cv2.IMREAD_COLOR:读取一副彩色图片，图片的透明度会被忽略，默认为该值，实际取值为1；
cv2.IMREAD_GRAYSCALE:以灰度模式读取一张图片，实际取值为0
cv2.IMREAD_UNCHANGED:加载一副彩色图像，透明度不会被忽略。
2、创建窗口
语法：cv2.namedWindow(winname[，flags])
其中，参数winname表示新建的窗口名称，自己随便取；
flags表示窗口的标识（一般默认为cv2.WINDOW_AUTOSIZE，表示窗口大小自动适应图片大小，并且不可手动更改； cv2.WINDOW_NORMAL表示用户可以改变这个窗口大小；cv.WINDOW_OPENGL窗口创建的时候会支持OpenGL）。
OpenCV也支持有限的界面编程，主要是针对窗口、控件和鼠标事件等，比如滑块。有了这些窗口和控件，可以更好地展现图像并调节图像的一些参数。
3、设置窗口
语法：cv2.setWindowProperty()
1 cv2.setWindowProperty('winname',cv2.WND_PROP_FULLSCREEN,cv2.WINDOW_FULLSCREEN) # Set the windows to be full screen.
2 # 设置窗口全屏
“cv2.WND_PROP_FULLSCREEN”指的是可以全屏的属性，“cv2.WINDOW_FULLSCREEN”指设置窗口全屏。
4、显示图像
语法：cv2.imshow（window_name，image）
window-name：显示图像的窗口的名字
image : 要显示的图像，窗口大小自动调整为图片大小。
注意：该函数一般和cv2.waitKey()、cv2.destroyAllWindows()、cv2.destroyWindow()一起使用。
cv2.waitKey()函数是键盘绑定函数，等待键击任意键或指定键继续程序。
如果没有cv2.waitKey()函数，图像不会显示（也许是一闪而过，我们人眼观察不到），cv2.waitKey()函数是一个键盘绑定函数（相当于让程序在这里挂起暂停执行）
cv2.waitKey(k)
k：在时间k(单位ms)内，等待用户按键，返回按键的值，如果没有触发事件，则跳出等待。默认k=0，则无限等待按键。
cv2.destroyAllWindows()
用来销毁所有已经创建的窗口， 如果需要销毁指定窗口使用cv2.destroyWindow()函数，他接受一个表示窗口名字的名字。
cv2.destroyWindow()销毁指定窗口（从内存中清除）。
放大缩小图片的例子
1 import numpy as np # 导入numpy模块
2 import cv2 # 导入opencv模块
3
4 img = cv2.imshow('car.png') # 显示图片
5 cv2.namedWindow('image') # 创建窗口
6 cv2.imshow('image', img) # 显示窗口下的可调整大小的图片
7 cv2.waitKey(0) # 键盘绑定函数
8 cv2.destroyAllWindows() # 销毁所有创建的窗口
5、转化图像的色彩空间
语法：cv2.cvtColor()函数
通过“imread()”函数读取到的图像是RGB颜色空间的，并且是以BGR顺序排列的，因此，为了便于按颜色分割图像，我们需要将它转换为HSV色彩空间，这里可以通过Opencv库中的“cvtColor()”函数来实现。
1 sample = cv2.imread("img/sample.png")#读取img文件夹下sample.png图片，并命名为sample
2 hsv = cv2.cvtColor(sample,cv2.COLOR_BGR2HSV)#将图像sample转换为HSV色彩空间并命名为hsv
其中，sample指的是通过“imread()”函数读取到的以RGB为色彩空间的原图，
“cv2.COLOR_BGR2HSV”指的是色彩空间的转换方式为BGR→HSV，
hsv是一个变量，用于存储转换后的HSV色彩空间的图片。
6、创建零矩阵
语法：numpy.zeros()
Numpy是Python中的一个科学计算库。array()函数可以用来创建一个数组（二维矩阵）
而zero()函数创建一个多维零矩阵
1 #numpy中的zero()函数可以用来创建一个多维零矩阵，使用时，我们需要先导入该库。
2 import numpy as np
3 color = np.zeros((320, 240, 3),dtype=np.uint8) # 创建一个三维零矩阵，类型为uint8
其中，“320”指的是第一维度，“240”指的是行数，“3”指的是列数，uint8是8位无符号整形，表示范围为[0,255]的整数，它专门用于存储各种图像的矩阵类型，要想将当前的矩阵作为图像类型来进行各种操作，就要将数据类型定义为uint8。
7、 保存图片
语法：cv2.imwrite（filename，image[，params]）
将图像保存到指定文件。filename：文件名，img：要保存的图像，params：格式特定参数编码
cv2.CV_IMWRITE_JPEG_QUALITY：设置 .jpeg/.jpg 格式的图片质量，取值为 0-100（默认值 95），数值越大则图片质量越高；
cv2.CV_IMWRITE_WEBP_QUALITY：设置 .webp 格式的图片质量，取值为 0-100；
cv2.CV_IMWRITE_PNG_COMPRESSION：设置 .png 格式图片的压缩比，取值为 0-9（默认值 3），数值越大则压缩比越大。
8、输出图片的信息
shape：如果是彩色图像，则返回（行数，列数，通道数）的数组；如果是灰度图像，则返回（行数，列数）的数组
读取彩色图像的行数与列数
1 shape[0]=图像行数
2 shape[1]=图像列数
3 shape[2]=图像通道数
分别读取图片行数、列数与通道数
1 import cv2
2 import numpy as np
3 Img = cv2.imread('1.jpg',cv2.IMREAD_UNCHANGED)
4 print ('The number of lines of this image is:',Img.shape[0])
5 print ('The number of columns of this image is:',Img.shape[1])
6 print ('The number of channels of this image is:',Img.shape[2])
9、图片缩放
语法：cv2.resize(src, dsize, dst, fx, fy, interpolation)
其中，参数含义如下：
- src ：原始图像
- dsize ：目标图像尺寸，输出图像
- dst ：目标图像，可以不传入，函数会自动创建一个。
- fx ：沿水平方向的缩放比例
- fy ：沿垂直方向的缩放比例
- interpolation ：插值方法，
可选值包括 cv2.INTER_NEAREST ———— 最近邻插值法
cv2.INTER_LINEAR ———— 双线性插值法（默认）
cv2.INTER_AREA ———— 基于局部像素的重采样
cv2.INTER_CUBIC ———— 基于4x4像素邻域的3次插值法
cv2.INTER_LANCZOS4 ———— 基于8x8像素邻域的Lanczos插值
主要事项：（1）缩放图像的方法有两种，一种是利用dsize函数，指定缩放后的图像大小，dst = cv.resize(img, (400, 300))
第二种是利用fx和fy，指定缩放后图像长宽相对于原图的比例，dst = cv.resize(img, (0, 0), fx=0.5, fy=0.3)
（2）dsize和fx/fy不能同时为0，要么你就指定好dsize的值，让fx和fy空置直接使用默认值
要么你就让dsize为0，指定好fx和fy的值，比如fx=fy=0.5，那么就相当于把原图两个方向缩小一倍！
（3）插值方法，正常情况下使用默认的双线性插值就够用了。
几种常用方法的效率是：最邻近插值>双线性插值>双立方插值>Lanczos插值。
10、图像裁剪
语法：image[start_row : end_row，start_col : end_col]
参数：
start_row 、end_row---图像的开始与结束的行坐标。
start_col :、end_col---图像的开始与结束的列坐标。
裁剪图像是为了从图像中删除不需要的对象或区域；也就是删除其他，保留想要的图像区域。
opencv中的图像裁剪是利用numpy数组切片的方法来实现的。首先，我们要知道图像就是一个数组，其由高、宽、通道数三个维度组成。仅对图像进行裁剪，就是意味着对宽和高两个维度进行切片操作。
1 # 裁剪图像
2 cropped_car = car[25:190,50:300] # car为原图像的名字，而cropped_car是裁剪后的名字
