CV - 截取/修改尺寸/叠加/边界填充
一、截取 ROI
ROI : region of interest
import cv2
img=cv2.imread('dj.jpg')
# 封装方法来显示图片
def cv_show(img):
cv2.imshow('w title',img)
waitret = cv2.waitKey(2000)
print(waitret)
cv2.destroyAllWindows()
apple = img[70:110, 120:160] # 前面是高，后面是宽；左上角为（0，0）
cv_show('dj', apple)
二、数值计算
1、+ / -
img_cat=cv2.imread('dj.jpg')
img_dog=cv2.imread('dj3.jpg')
img_cat2 = img_cat + 50 # 在原始图片上每个位置都加一个值；整体的shape 值不变；如果值超过 255，就会自动减去 255；
img_cat[:5,:,0]
array([[53, 53, 53, 53, 53, 53, 53, 53, 53, 53, 53, 53, 53, 54, 54, 54,
...
73, 73, 73, 73, 72, 72, 72, 72]], dtype=uint8)
cv_show('001',img_cat2)
img_cat2[:5,:,0]
array([[63, 63, 63, 63, 63, 63, 63, 63, 63, 63, 63, 63, 63, 64, 64, 64,
64, 64, 64, 64, 64, 64, 64, 64, 62, 63, 63, 64, 65, 66, 67, 67,
...
80, 80, 80, 80, 81, 81, 81, 81, 83, 83, 83, 84, 85, 85, 86, 86,
83, 83, 83, 83, 82, 82, 82, 82]], dtype=uint8)
#相当于% 256
(img_cat + img_cat2)[:5,:,0]
array([[116, 116, 116, 116, 116, 116, 116, 116, 116, 116, 116, 116, 116,
...
152, 152, 156, 156, 156, 158, 160, 160, 162, 162, 156, 156, 156,
156, 154, 154, 154, 154]], dtype=uint8)
2、cv2.add 相加
# 使用 add 函数，如果越界了（超过255），则取255；
cv2.add(img_cat,img_cat2)[:5,:,0]
array([[116, 116, 116, 116, 116, 116, 116, 116, 116, 116, 116, 116, 116,
...
156, 154, 154, 154, 154]], dtype=uint8)
三、图像融合
图像相加 +
相加的对象，shape 值必须相同；不同的可以进行 resize 操作；
img1 = img_cat + img_dog
plt.imshow(img1)
<matplotlib.image.AxesImage at 0x7f9543ef5b90>
img_cat.shape
(200, 200, 3)
四、修改尺寸
1、目标值
img_dog = cv2.resize(img_dog, (400, 400))
img_dog.shape
# (400, 400, 3)
img_dog1 = cv2.imread('dj3.jpg')
cv_show('002',img_dog1)
plt.imshow(img_dog1)
<matplotlib.image.AxesImage at 0x7f95437acb50>
[图片上传失败...(image-ceac34-1608014860800)]
2、设置倍数
res = cv2.resize(img, (0, 0), fx=4, fy=4)
plt.imshow(res)
<matplotlib.image.AxesImage at 0x7f9542b92c50>
res = cv2.resize(img, (0, 0), fx=1, fy=3) # 倍数
plt.imshow(res)
<matplotlib.image.AxesImage at 0x7f9543d649d0>
3、addWeighted 使用权重融合
设置权重
R = aX1 + bX2 + b
res = cv2.addWeighted(img_cat, 0.4, img_dog, 0.6, 0)
plt.imshow(res)
五、边界填充
在对图像进行变化的过程中，可能会将 外边界扩大一圈；
比如 卷积 中提取特征前，会增加一个 padding；
copyMakeBorder
- 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 （减少了临界的像素）
- 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)
%matplotlib inline
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()
