Opencv笔记（二）：图像的基本操作——续写

1.图像的透视变换

        对于视角变换,我们需要一个 3x3 变换矩阵。在变换前后直线还是直线。要构建这个变换矩阵,你需要在输入图像上找 4 个点,以及他们在输出图像上对应的位置。这四个点中的任意三个都不能共线。这个变换矩阵可以有函数 cv2.getPerspectiveTransform() 构建。然后把这个矩阵传给函数cv2.warpPerspective。

import cv2
import numpy as np

img = cv2.imread('/home/wl/wyg.jpg',0)＃以灰度图读入
rows,cols=img.shape
pts1 = np.float32([[56,65],[368,52],[28,387],[389,390]])
pts2 = np.float32([[0,0],[300,0],[0,300],[300,300]])
M=cv2.getPerspectiveTransform(pts1,pts2)
dst=cv2.warpPerspective(img,M,(1000,1000))
cv2.imshow('opencv',dst)
cv2.imwrite('/home/wl/1.jpg',dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

2.转换颜色空间

        我们常用的图片颜色空间是BGR，但有时也会用到Gray、HSV、CMY等颜色空间。不同的颜色空间有着自己的特点，所以对于图片的颜色空间转换就变的尤为重要。在 OpenCV 中有超过 150 中进行颜色空间转换的方法。但是你以后就会发现我们经常用到的也就两种:BGR↔Gray 和 BGR↔HSV。

import cv2

img = cv2.imread('/home/wl/wyg.jpg',1);
res = cv2.resize(img,None,fx=0.2,fy=0.2,interpolation= cv2.INTER_CUBIC )
res = cv2.cvtColor(res,cv2.COLOR_BGR2HSV )#转为HSV颜色空间
cv2.imshow('opencv',res)　
cv2.imwrite('/home/wl/1.jpg',res)
cv2.waitKey(0)
cv2.destroyAllWindows()

• cv2.cvtColor(input_image那话mage,flag)函数可以转换颜色空间，第一个参数是抓要转换颜色空间的对象，第二个参数决定转换的类型。如BGR－>GRA就可以设置为cv2.COLOR_BGR2GRAY、BGR—>HSV就可以设置为cv2.COLOR_BGR2HSV

3.拆分及合并图像通道

        有时我们需要对 BGR 三个通道分别进行操作。这是你就需要把 BGR 拆分成单个通道。有时你需要把独立通道的图片合并成一个 BGR 图像。你可以这样做:

import cv2
import numpy as np
img = cv2.imread('/home/wl/wyg.jpg',1)
b,g,r = cv2.split(img)
cv2.imshow('blue',b)#cv2.imshow('red',r) and cv2.imshow('green',g)
cv2.imwrite('/home/wl/1.jpg',b)
cv2.waitKey(0)
cv2.destroyAllWindows()

• cv2.split(input_image)可以将BGR拆成三个单通道。下面三个图片分别是三个通道对应的ｂ、ｇ、ｒ。所以可以看出这也是将图像灰度化处理的一种方式。

img=cv2.merge((b,g,r))

• cv2.merge()可以将多个单通道合并，但不能合并多个多通道。

我们想象中的拆开的红色通道应该是红色的，蓝色通道是蓝色的，但却变成了灰度图。事实上，单通道的都是灰度图，而所谓的都变成红色只是除了红色通道外，其他的通道的值都为0。下面利用numpy实现:

import cv2
import numpy as np
img = cv2.imread('/home/wl/wyg.jpg',1)
b,g,r = cv2.split(img)
zeros =np.zeros(img.shape[:2],res.dtype)
res = cv2.merge((b,zeros,zeros))#cv2.merge((zeros,g,zeros)) or cv2.merge((zeros,zeros,r))
cv2.imshow('blue',res)
cv2.imwrite('/home/wl/1.jpg',res)
cv2.waitKey(0)
cv2.destroyAllWindows()

4.图像扩边

        如果你想在图像周围创建一个边,就像相框一样,你可以使用 cv2.copyMakeBorder()函数。这经常在卷积运算或 0 填充时被用到。

import cv2
import numpy as np
img = cv2.imread('/home/wl/wyg.jpg',1)
BLUE = [255,0,0]
df=cv2.copyMakeBorder(img,10,10,10,10,cv2.BORDER_CONSTANT,value=BLUE)
cv2.imshow('blue',df)
cv2.imwrite('/home/wl/1.jpg',df),
cv2.waitKey(0)
cv2.destroyAllWindows()

• cv2.copyMakeBorder(input_image,top, bottom, left, right,borderType)，第二到第五参数为上下左右边界的像素数目，第五个参数是边界类型，常用的有如下几种类型：      
  

　　　　——cv2.BORDER_CONSTANT 添加有颜色的常数值边界,还需要下一个参数(value)。

                ——cv2.BORDER_REFLECT 边界元素的镜像。

                ——cv2.BORDER_REFLECT_101 or cv2.BORDER_DEFAULT跟上面一样,但稍作改动。

                ——cv2.BORDER_REPLICATE 重复最后一个元素。例如: aaaaaa|abcdefgh|hhhhhhh

第一种类型：

import cv2
import numpy as np 
img = cv2.imread('6_by_6.bmp', 0) print(img) 
cons =cv2.copyMakeBorder(img, 1, 1, 1, 1, cv2.BORDER_CONSTANT, value=0) print(cons) 

第二种镜像类型：

default = cv2.copyMakeBorder(img, 1, 1, 1, 1, cv2.BORDER_DEFAULT)
print(default)