图像分析之图像基本操作
| 1.基本操作 |
| 2.图像的属性 |
| 3.读取视频数据 |
| 4.截取部分图像 |
| 5.颜色通道提取 |
| 6.只保留一种颜色通道（讲其他两个颜色通道都置为0） |
| 7.图像填充 |
| 8.数值运算 |
| 9.图像融合 |
1.基本操作
import cv2 #opencv读取的格式是BGR import matplotlib.pyplot as plt import numpy as np img=cv2.imread('cat.jpg') #图像的显示,也可以创建多个窗口 cv2.imshow('cat', img)
#复制图像
img2=img.copy()
#保存
cv2.imwrite('mycat.png',img2)
# 等待时间，毫秒级，0表示任意键终止 cv2.waitKey(0) cv2.destroyAllWindows()
2.图像的属性
- cv2.IMREAD_COLOR：彩色图像
- cv2.IMREAD_GRAYSCALE：灰度图像
//读取灰度图
img=cv2.imread('cat.jpg',cv2.IMREAD_GRAYSCALE)
img.shape//返回一个元组，彩色图像为（h,w,c),灰度图为（h,w)
3.读取视频数据
- cv2.VideoCapture可以捕获摄像头，用数字来控制不同的设备，例如0,1。
- 如果是视频文件，直接指定好路径即可。
vc = cv2.VideoCapture('test.mp4') # 检查是否打开正确 if vc.isOpened(): open, frame = vc.read() else: open = False while open: ret, frame = vc.read() if frame is None: break if ret == True: gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) cv2.imshow('result', gray) if cv2.waitKey(10) & 0xFF == 27: break vc.release() cv2.destroyAllWindows()
4.截取部分图像
img=cv2.imread('cat.jpg') cat=img[0:200,0:200] cv_show('cat',cat)
5.颜色通道提取
b,g,r=cv2.split(img)
6.只保留一种颜色通道（讲其他两个颜色通道都置为0）
# 只保留R cur_img = img.copy() cur_img[:,:,0] = 0 cur_img[:,:,1] = 0 cv_show('R',cur_img) # 只保留G cur_img = img.copy() cur_img[:,:,0] = 0 cur_img[:,:,2] = 0 cv_show('G',cur_img) # 只保留B cur_img = img.copy() cur_img[:,:,1] = 0 cur_img[:,:,2] = 0 cv_show('B',cur_img)
7.图像填充
- 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
- BORDER_WRAP：外包装法cdefgh|abcdefgh|abcdefg
- BORDER_CONSTANT：常量法，常数值填充。
img=cv2.imread('cat.jpg') #图像的显示,也可以创建多个窗口 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) # 绘制图像 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() # 等待时间，毫秒级，0表示任意键终止 cv2.waitKey(0) cv2.destroyAllWindows()
8.数值运算
#相当于% 256 (img_cat + img_cat2)[:5,:,0] # 超过255，就取255 cv2.add(img_cat,img_cat2)[:5,:,0]
9.图像融合
addWeighted( const CvArr* src1, double alpha,const CvArr* src2, double beta,double gamma);
参数1：src1，第一个原数组.
参数2：alpha，第一个数组元素权重
参数3：src2第二个原数组
参数4：beta，第二个数组元素权重
参数5：gamma，图1与图2作和后添加的数值。不要太大，不然图片一片白。总和等于255以上就是纯白色了。
首先将要融合的图像利用resize把大小一样
img_dog = cv2.resize(img_dog, (500, 414))
img_dog.shape
res = cv2.addWeighted(img_cat, 0.4, img_dog, 0.6, 0)
10.按比例缩放
# 宽度放大3倍，高不变 res = cv2.resize(img, (0, 0), fx=3, fy=1) plt.imshow(res)
