2 opencv-python核心库模块core（上）

core模块定义了opencv中的基础数据结构和基础运算，是整个库的核心模块。而mat数据结构是opencv中最重要的数据结构，是opencv中图像最常用的存储格式。本章节主要记录opencv的基本数据结构，图像的裁剪和缩放，矩阵的简单运算，图像通道分解合并以及几个有趣的实验。

1 基本数据结构

opencv的基本数据结构有mat数据结构，point数据结构，rect数据结构，size数据结构。

1）在python中，mat类型的对象构造操作可以通过numpy来实现（创建图像矩阵）

如下代码构建全0矩阵m1，然后将所有值初始化为128，还可以用copy进行矩阵拷贝，也可以对图像数据的部分原始值进行修改。

import cv2
import numpy as np        #python中，mat类型的对象通过numpy来实现
 
m1 = np.zeros([512,512],np.uint8)  #创建全0二维矩阵
m1[:] = 128  #初始化赋值
 
m2 = m1.copy()   #把m1图像拷贝到m2
m2[128:384,128:384] = 0  #将行，列为128到384的区域像素值赋值为0
 
cv2.imshow('m2',m2)
cv2.imshow('m1',m1)
cv2.waitKey(0)
cv2.destroyAllWindows()

2 图像的裁剪和缩放

可以对图像矩阵进行裁剪和缩放，裁剪直接用python的切片来完成，缩放可以用opencv的 resize() 函数来操作。resize函数介绍如下：

cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]]) -> dst

参数说明：

src：原图像；dst：改变大小的目标图像；dsize：输出图像的大小。

fx：width方向的缩放比例；fy：height方向的缩放比例；

interpolation：指定插值的方式，图像resize之后，像素要重新计算，靠这个参数来指定重新计算像素的方式，有以下几种：
INTER_NEAREST - 最邻近插值
INTER_LINEAR - 双线性插值，如果最后一个参数你不指定，默认使用这种方法
INTER_AREA -区域插值，使用像素区域关系进行重采样（效果最好）
INTER_CUBIC - 4x4像素邻域内的双立方插值
INTER_LANCZOS4 - 8x8像素邻域内的Lanczos插值

有两点需要注意：1 dsize和fx/fy不能同时为0。指定dsize的值，让fx和fy直接省略或置0 或者 dsize=None或置 (0,0)，指定fx和fy的值，（dsize不可省略，会报错）。2 图像的size是(h,w)，而
resize的操作是先w,再h。

import cv2         #图像裁剪和缩放
import numpy as np
 
img = cv2.imread('cat.jpg')
cv2.imshow('cat',img)
 
rows = img.shape[0]   #图像的行（高） [h,w,c]
cols = img.shape[1] #图像的列（宽）
 
img2 = img.copy()    #把img1图像拷贝到img2
img2 = cv2.resize(img2,(int(cols/2),int(rows/2)))  #图像尺寸减小为原来的一半，不是裁剪 [w,h]
cv2.imshow('img2',img2)
 
img3 = img[0:int(rows/2),0:int(cols/2)]   #图像裁剪为原来的1/4，用切片来裁剪，cropped_image = img[80:280, 150:330]  切片img[高，宽]
 
cv2.imshow('img3',img3)
 
cv2.waitKey(0)
cv2.destroyAllWindows()

2）在opencv中，点的定义由point类实现。python语言中，point类型可以由tuple元组表示，然后利用numpy进行点乘和叉乘计算。

import numpy as np     #tuple元组点乘叉乘（向量内积/外积）
 
point1 = (10,20)
point2 = (2,4)
print(type(point1))  #tuple（元组，有序且不可更改的集合）类型，
# 元组与列表相似，不同之处在于元组的元素不能修改，而列表的元素可以修改。元组使用小括号()，列表使用中括号[]。
 
res1 = np.dot(point1,point2) #点乘
print('res1',res1)
 
point3 = (1,2,3)
point4 = (4,5,6)
 
res2 = np.cross(point3,point4)  #叉乘，输出一个向量，方向垂直于输入两向量形成的平面
print('res2',res2)

3）opencv中定义了矩形的表示类rect，模板类rect定义了顶点坐标，宽高，面积等信息的获取操作，以及矩形是否包含点的判断操作。在python中的rect也是通过tuple类型的数据表示，即左上角坐标点（x,y）和矩形宽高4个值表示的rect为（x,y,w,h）的形式，在需要传入rect数据类型的地方，可以按照tuple类型的数据传入。

4）opencv的很多函数中都需要传入size类型的参数，比如mat类的后置函数为mat(Size size,int type)，需要通过size类型对象传入构造矩阵的尺寸。size类型对象包含两个成员变量width和height。python中的size对象也是通过tuple类型的数据表示，即 (w,h) 的形式传入宽高数据的，在需要传入size数据类型的地方，可以按照tuple类型的数据传入。

3 矩阵运算

core模块中提供了图像矩阵的基本运算，opencv对这些基本运算都做了封装，比如四则运算，位运算，比较运算等。

1）四则运算

加法：dst = add(src1, src2, mask=None) 减法：dst = subtract(src1, src2, mask=None) 乘法：dst = multiply(src1, src2) 除法：dst = divide（src1, src2)

import cv2    #矩阵加减乘除,相当于对矩阵中的每个元素进行对应操作
import numpy as np
 
m1 = np.array([[1,2,3],[4,5,6],[7,8,9]],dtype=float)  #创建ndarray二维数组（矩阵），数据类型为浮点数
m2 = np.array([[11,12,13],[14,15,16],[17,18,19]],dtype=float)
 
m_add = cv2.add(m1,m2)   #等同于m_add = m1 + m2
print('add:',m_add)
m_sub = cv2.subtract(m1,m2)  #等同于m_sub = m1 - m2
print('subtract:',m_sub)
m_mul = cv2.multiply(m1,m2)  #等同于m_mul = m1 * m2
print('multiply:',m_mul)
m_div = cv2.divide(m1,m2)   #等同于m_div = m1 / m2
print('divide:',m_div)
 
m_num = m1+5   #直接加减数字相当于矩阵中的元素都加减该数字
m_num2 = cv2.add(m1,5)
 
print('m_num:\n',m_num)
print('m_num2:\n',m_num2)

2) 位运算

opencv中定义了位运算函数：

按位与：dst = bitwise_and(src1, src2, mask=None) 按位或：dst = bitwise_or(src1,src2, mask=None) 按位异或：dst = bitwise_xor(src1, src2, mask=None) 非运算：dst = bitwise_not(src, mask=None)

import cv2  #矩阵/图像位运算
import numpy as np
 
m1 = np.array([[1,2],[3,1]])
m2 = np.array([[5,3],[4,6]])
 
m_and = cv2.bitwise_and(m1,m2)   #按位与（转换为二进制，对应位均为1时，结果为1，其余为0）
print('m_and:',m_and)
 
m_or = cv2.bitwise_or(m1,m2)  #按位或（如果两个相应的二进制位有一个为1，则该结果为1，否则为0）
print('m_or:',m_or)
 
m_xor = cv2.bitwise_xor(m1,m2) #异或运算（如果两个相应的二进制位值不同则为1，否则为0）
print('m_xor:',m_xor)
 
m_not = cv2.bitwise_not(m1) #非运算（转换为二进制，对应位取反）
print('m_not:',m_not)<br>

3）代数运算

计算矩阵均值的函数：retval = mean(src,mask=None)

对矩阵进行归一化：dst = normalize(src, dst, alpha=None, beta=None, norm_type=None, dtype=None, mask=None) alpha表示归一化的上界，beta表示归一化的下界。norm_type表示归一化类型（归一化是机器学习和深度学习很重要的一个技巧，可以减小数据之间的差异对模型训练结果的影响，还可以加速模型收敛）

平方根：dst = sqrt(src) 幂运算：dst = pow(src, power) 也可以直接 src**power 指数运算：dst = exp(src) 对数运算：dst = log(src)

import cv2
import numpy as np      #矩阵代数运算
 
m1 = np.array([[1,2,3],[3,4,5]],dtype=float)  
 
mean_res = cv2.mean(m1)   #矩阵均值返回值类型是tuple，有四个元素，第一个是均值
print('the mean is:',mean_res)
print(type(mean_res))
 
dst = np.array([])       #均值归一化参数的返回值需要一个对象
norm_res = cv2.normalize(m1,dst,norm_type=cv2.NORM_MINMAX)  #线性归一化
print('norm_res:',norm_res)
 
sqrt_res = cv2.sqrt(m1)
print('sqrt_res:',sqrt_res) #平方根
 
pow_res = cv2.pow(m1,3)
print('pow:',(m1)**3)   #幂运算
print('pow_res:',pow_res)  #幂运算
 
exp_res = cv2.exp(m1)     #指数运算
print('exp_res:',exp_res)
 
log_res = cv2.log(m1)
print('log_res:',log_res)  #对数运算

4) 比较运算

两个矩阵的比较：dst = compare(src1, src2, cmpop) cmpop表示比较方式。(CMP_EQ=0,相等；CMP_GT=1, 大于等于；CMP_GE=2,大于；CMP_LT=3, 小于等于；CMP_LE=4, 小于；CMP_NE=5, 不等于) 求最大值：dst = max(src1, src2) 求最小值：dst = min(src1, src2) 还有一个比较有用的函数：minval, maxval, minloc,maxloc = minMaxLoc(src, mask=None) 可以输出矩阵最大最小值和其对应的位置。

矩阵排序：dst = sort(src, flags) flags表示排序方式，由SortFlags定义。

import cv2
import numpy as np      #矩阵比较运算
 
m1 = np.array([[1,6,3],[15,12,5]],dtype=float)  
m2 = np.array([[9,5,3],[14,12,16]],dtype=float)
 
compare_res1 = cv2.compare(m1,m2,cv2.CMP_EQ) #比较两个矩阵对应的元素是否相等，等返回255，不等返回0 
compare_res2 = cv2.compare(m1,m2,cv2.CMP_GT) #判断m1的元素是否大于等于m2，是返回255，非返回0
 
max_res =cv2.max(m1,m2)  #求两个矩阵中的最大值，元素比较
min_res =cv2.min(m1,m2)  #求两个矩阵中的最小值，元素比较
minmax_loc = cv2.minMaxLoc(m1)  #求矩阵中的最小值，最大值和对应的坐标，不是下标（cv是列优先，（0，2）代表第一列第三行）
                                  #OpenCV读取的图像矩阵坐标与图像坐标系下的坐标横纵正好相反  
     
sort_res = cv2.sort(m1,cv2.SORT_ASCENDING) #升序排序
 
print('res1:',compare_res1)
print('res2:',compare_res2)
print('max_res:',max_res)
print('min_res:',min_res)
print('minmax_loc:',minmax_loc)
print('sort_res:',sort_res)
 
print('m1[1][0]:',m1[1][0])

5）特征值和特征向量

特征值和特征向量在机器学习中很常见，opencv提供了函数eigen来计算对称矩阵的特征值和特征向量，非对称矩阵用eigenNonSymmetric。

retval, eigenvalues, eigenvectors = eigen(src) retval是返回状态，eigenvalues是返回的特征值，eigenvectors 是返回的特征向量。

opencv提供了生成随机数矩阵的函数randn和randu，randn生成的矩阵服从正态分布，randu生成的矩阵服从均匀分布。dst = randn(dst, mean, stddev) mean表示均值，stddev表示随机数的标准差。dst = randu(dst, low, high) low表示随机数的生成下界，high表示随机数生成的上界。

opencv还提供了将矩阵的行/列视为一组一维向量，并对向量执行指定的操作（REDUCE_AVG=1, 计算均值；REDUCE_MAX=2, 计算最大值；REDUCE_MIN=3, 计算最小值；REDUCE_SUM=0, 计算行/列的和），直到获得单个行/列，从而将矩阵缩减为一个向量。 dst = reduce(src, dim, rtype) dim为0表示矩阵降维为单行，1表示矩阵降维为单列。

import cv2          #生成随机数矩阵，计算矩阵的特征值和特征向量，矩阵转向量
import numpy as np
 
m1 = np.zeros((2,3),dtype=np.int) #创建全0矩阵整型
m2 = np.ones((3,3),dtype=np.float) #创建全1矩阵浮点型
 
m1 = cv2.randn(m1,3,1)  #生成服从正态分布的矩阵，均值3，标准差1
m2 = cv2.randu(m2,1,10)  #生成服从均匀分布的矩阵，下界1，上界10
print('m1:\n',m1,'\nm2:\n',m2)
 
eigen_res = cv2.eigen(m2)  #计算对称矩阵的特征值和特征向量，矩阵必须是方阵，元素是float
print('eigen_res:\n',eigen_res)
 
eigen_res2 = cv2.eigenNonSymmetric(m2) ##计算非对称矩阵的特征值和特征向量，矩阵必须是方阵，元素是float
print('eigen_res2:\n',eigen_res2)
 
img = cv2.imread('./cat.jpg')
 
dst = cv2.reduce(img,0,cv2.REDUCE_AVG) #矩阵转向量，对矩阵的行/列视为一组向量单独操作（取均值，最大，最小，和），参数0表示降为单行，1为单列
                                          #每行/列返回一个值，从而将矩阵缩减为一个向量
 
print('dst:',dst.shape)  #将输入矩阵的每一列取均值，组成一个单行的向量
print('cat:',img.shape)

6）图像通道分离与通道合并

对于一幅RGB格式的图像，包括R,G,B三个通道，opencv提供了通道分离函数split函数，和通道合并函数merge。

通道分离：b,g,r = split(img) 通道合并：dst = merge(mv) mv = [b,g,r]

import cv2  #图像通道分离/合并
import numpy as np
 
img = cv2.imread('cat.jpg')
 
 
#img[:,:,0]=0  #img[]前两个参数是指的h,w，冒号指全部取得，最后一个参数是指的通道序列号,图像的通道为BGR，分别对应012
 
b,g,r = cv2.split(img)  #图像通道分离
 
cv2.imshow('cat',img)
cv2.imshow('img_r',r)  #显示红色通道图像，单通道图像是灰色
cv2.imshow('img_g',g)
cv2.imshow('img_b',b)
 
g[:] = 0    #绿色图像设置为0  
b[:] = 0    #蓝色图像设置为0  
merge_res = cv2.merge([b,g,r]) #图像通道合并，只剩下红色通道没变，图像会显示红色
 
cv2.imshow('merge:',merge_res)
 
cv2.waitKey(0)
cv2.destroyAllWindows()

有趣的事1：对单通道进行运算，用来改变图像的整体颜色：

import cv2   #对图像单通道进行操作
 
img = cv2.imread('./cat.jpg')
print(img.shape)
 
b,g,r = cv2.split(img)   
 
r2 = cv2.add(r,30)  #只增加红色通道的像素值，给图像加红
b2 = cv2.add(r,30)    #只增加蓝色通道的像素值，给图像加蓝
 
img2 = cv2.merge([b,g,r2])
img3 = cv2.merge([b2,g,r])
 
#img2 = cv2.add(img,-30)   #用cv的add算法加减，只有第一列r像素值改变了，bg通道像素值不变，且像素值最大255，最小0(加变红紫，减变黄)
#img3 = img - 30    #直接用+号加减数字，所有像素值都改变了，且超过255的像素值对256取余。
 
 
cv2.imshow('img',img)
cv2.imshow('red',img2)
cv2.imshow('blue',img3)
 
 
cv2.waitKey(0)
cv2.destroyAllWindows()

有趣的事2：计算一幅rgb图像中有多少种不同的颜色：

首先，什么是不同的颜色：对rgb图像来说，只要红绿蓝三个通道的任何一个通道的像素值不相同，那么就是不同的颜色。也就是说，要计算有多少中颜色，就是要计算三通道的不同像素值的排列组合有多少种。用split把图像分为三个通道brg，每个通道都是m*n的矩阵，每个矩阵的像素值范围是0-255。统计每个通道（矩阵）内不重复元素的个数（1 可以用count函数统计每个像素值出现的次数，然后相加。2 先用set集合去重，再用len统计个数。3 想要统计每个元素出现的次数，可以使用collections模块提供的Counter函数。4 numpy中的unique()函数可以用来统计一个数组中不同元素的个数，此处使用unique，然后用len计算），然后把三个通道的统计数相乘就可以了。

import cv2
import numpy as np
 
img = cv2.imread('./cat.jpg')
 
b,g,r = cv2.split(img)
 
 
count_b = len(np.unique(b))
count_g = len(np.unique(g))
count_r = len(np.unique(r))
 
 
count = count_b * count_g * count_r
print('color number:',count)      #<em id="__mceDel">color number: 16386304</em>

有趣的事3：利用进度条实现一个简单的颜色混合器（调色板），即在图像窗口中创建三个进度条，进度条的值为0-255，3个进度条的值对于图像的RGB 3个通道的值，调节进度条可以查看颜色混合后的效果。

opencv提供了创建进度条的函数 createTrackbar，createTrackbar(trackbarName, windowname, minval, maxval, callback)

opencv还提供了用于获取进度条位置的函数 getTrackbarPos，retval = getTrackbarPos(trackbarname, winname)

import cv2
import numpy as np  #利用trackbar显示RGB颜色通道，方法一
 
cv2.namedWindow('trackbar',cv2.WINDOW_NORMAL)  #定义窗口
cv2.resizeWindow('trackbar',640,480)
 
def callback(value):   #回调函数（回调函数不做操作）
    pass
 
cv2.createTrackbar('R','trackbar',0,255,callback) #定义三个trackbar
cv2.createTrackbar('G','trackbar',0,255,callback) 
cv2.createTrackbar('B','trackbar',0,255,callback)
 
img = np.zeros((480,640,3),np.uint8)  #定义一个全黑图像
 
while True:
    r = cv2.getTrackbarPos('R','trackbar')  #循环获取trackbar的返回值 
    g = cv2.getTrackbarPos('G','trackbar')
    b = cv2.getTrackbarPos('B','trackbar')
     
    img[:] = [b,g,r]    #给图像的brg三个颜色通道赋值<br>
    cv2.imshow('trackbar',img)   #显示赋值后的当前图像<br>
    if cv2.waitKey(1) == ord('q'):  #等待1ms或者键盘输入q进入下一次循环
        break
cv2.destroyAllWindows()

　　可以把获取进度条的值和把值赋给图像的代码放到回调函数中去：

import cv2
import numpy as np  #利用trackbar显示RGB颜色通道，方法二
 
cv2.namedWindow('trackbar',cv2.WINDOW_NORMAL)
cv2.resizeWindow('trackbar',(640,480))
 
def callback(pos):
    r = cv2.getTrackbarPos('R','trackbar')  #回调函数（把获取进度条的值放在回调函数中）
    g = cv2.getTrackbarPos('G','trackbar')
    b = cv2.getTrackbarPos('B','trackbar') 
    img[:] = [b,g,r]               #给图像的三个颜色通道赋值
    cv2.imshow('trackbar',img)   #只要trackbar的值改变，就重置图片颜色
     
img = np.zeros((480,640,3),np.uint8)
 
cv2.createTrackbar('R','trackbar',0,255,callback)
cv2.createTrackbar('G','trackbar',0,255,callback)
cv2.createTrackbar('B','trackbar',0,255,callback)
 
 
 
while True:
    cv2.imshow('trackbar',img)  #循环显示图片
    key = cv2.waitKey(0)
    if key == ord('q'):
        break
cv2.destroyAllWindows()

　两种方法都可以实现拖动进度条来达到颜色混合的目的，如下：

利用进度条直接改变图片的颜色呢，比如直接通过进度条来加红加蓝，然后观察效果。

import cv2
import numpy as np  #输入图片，将图片整体加红/加绿/加蓝
 
cv2.namedWindow('change_color',cv2.WINDOW_NORMAL)
cv2.resizeWindow('change_color',(600,600))
 
def callback(value):   #回调函数
    pass
 
cv2.createTrackbar('R','change_color',0,255,callback)  #创建三个进度条
cv2.createTrackbar('G','change_color',0,255,callback)
cv2.createTrackbar('B','change_color',0,255,callback)
 
img = cv2.imread('./cat.jpg')
     
while True:
    r = cv2.getTrackbarPos('R','change_color')
    g = cv2.getTrackbarPos('G','change_color')
    b = cv2.getTrackbarPos('B','change_color')
     
    img_b,img_g,img_r = cv2.split(img)   #只增加红色通道的像素值，给图像加红
    img_r = cv2.add(img_r,r)
    img2 = cv2.merge([img_b,img_g,img_r])
 
    img_b,img_g,img_r = cv2.split(img2)   #只增加绿色通道的像素值，给图像加绿
    img_g = cv2.add(img_g,g)
    img3 = cv2.merge([img_b,img_g,img_r])
 
    img_b,img_g,img_r = cv2.split(img3)   #只增加蓝色通道的像素值，给图像加蓝
    img_b = cv2.add(img_b,b)
    img4 = cv2.merge([img_b,img_g,img_r])    
     
    cv2.imshow('change_color',img4)
    key = cv2.waitKey(1)
    if key == ord('q'):
        break
 
cv2.destroyAllWindows()
    