opencv——基础篇

 

一 . opencv是什么及其作用？

　　OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法(百度百科)。

　　鉴于本人的工作环境主要是采用python作为开发工具，故本篇博客是基于python来做的学习记录。

 

二 . 环境依赖和opencv包

• 　　环境：python3.7+windows10
• 　　包：opencv-python、opencv-contrib-python
• 　　说明：装好python以后，直接在cmd里面使用pip install 即可，若遇见下载速度过慢或超时的情况，建议换个pip源，使用方式如：pip install package -i  https://pypi.tuna.tsinghua.edu.cn/simple/

 

三 . 基本使用

　　前提：准备若干张图片到本地

                                          

 　　都知道一张图片是由很多个像素点组成，对于计算机而言，最终呈现在用户面前的是由每个像素点的值所决定（0~255），0对应黑色，255对应白色。我们在生活中通常接触的都是彩色图片，由RGB三通道共同构成一张上面的彩色图片，每一个通道对应的像素值反映出其亮度（三个通道可以理解成三个矩阵）。而灰度图像通常只有一个颜色通道来表现。

 

1. 读取图片，将其转换为数组

from matplotlib import pyplot as pyl
import cv2
import numpy

img = cv2.imread("cat.jpg")  #img是一个numpy.ndarray对象，默认是以BGR三通道读取图片数据（三维数组）
#img_gray = cv2.imread("cat.jpg",cv2.IMREAD_GRAYSCALE)   以灰度图像方式读取图片数据（二维数组）

 

2. 数组数据转换

img_BGR = cv2.imread("cat.jpg")
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)  #将其转换为灰度的二维数组数据

 

3. 数组数据窗口展示

img = cv2.imread("cat.jpg")

cv2.imshow("IMage",img)
cv2.waitKey(0)          # 按任意键关闭窗口，cv2.waitKey(1000) 延时一秒关闭窗口
cv2.destroyAllWindows()

 

4. 图像保存

cv2.imwrite("mycat.jpg",img)

 

5. 图像的截取

# 其实本质就是对np数组进行操作
img = cv2.imread("cat.jpg")
cv2.imshow("IMage",img[:100,:200])  # 取前100行，前200列的像素作为图像展示

 

 6. BGR数据切片

img = cv2.imread("cat.jpg")

# 切片
b,g,r = cv2.split(img)   # 得到各自颜色通道的二维数组数据

# 合并
img = cv2.merge(b,g,r)   

 

 7 同样大小的数组像素值运算

img = cv2.imread("cat.jpg")
img_2 = numpy.copy(img)


# np相加,像素值只要超过255，就减掉255，比如257，结果就为2
print(img[:3,:3,0]+img_2[:3,:3,0] ) 

# cv2相加,像素值超过255，就等于255
print(cv2.add(img[:3,:3,0],img_2[:3,:3,0]))

 

8 图片的融合

img_cat = cv2.imread("cat.jpg")
img_dog = cv2.imread("dog.jpg")

ret = cv2.addWeighted(img_cat,0.2,img_dog,0.8,0)    # 数据后面的值决定图片融合和所占的权重
cv2.imshow("IMage",ret)
cv2.waitKey(0)          # 按任意键关闭窗口，cv2.waitKey(1000) 延时一秒关闭窗口
cv2.destroyAllWindows()

# 如果图片大小不一致，使用cv2.resize(img_xx,(300,200))  ————》转换为np.shape = 200,300的数组

 

9 图片的比例缩放

img_cat = cv2.imread("cat.jpg")

ret = cv2.resize(img_cat,(0,0),fx=3,fy=1) #横向拉长三倍
ret2 = cv2.resize(img_cat,(0,0),fx=3,fy=3) #图片扩大三倍

 

 结语：本来准备认真写一下结尾的，毕竟作为博客园的新人，写下第一篇学习笔记应当是值得纪念的一件事儿，不过想了想，这要是最后一篇那岂不是太尴尬了。嗯，作为一名不太合格的码农，我大多时候是很抗拒写笔记的，其实毕业工作也已经一年多了，一直也来也都知道一个好的学习习惯是多么重要。所以，我希望自己能改变的更快一点，能变得更加优秀，更加有底气的去尝试，去做自己觉得有意义真正想去做的事情。

　　　　　　　　　　　　　　　　　　　　　—— 2019-09-10 00:14:45