python3+Opencv 搭建环境和基本操作

一、必备前提：

Python3.5及以上版本、pip、windows环境

二、搭建opencv

该部分可以创建隔绝的Python环境来引入，参照virtualenv的使用

 在目标的cmd窗口，依次输入以下命令：

pip install --upgrade setuptools
pip install numpy Matplotlib
pip install opencv-python

如果下载中间出现error或wrong，重新输入命令即可。

如果多次下载失败，可以从http://www.lfd.uci.edu/~gohlke/pythonlibs/直接下载whl包安装，安装whl包依然使用pip

pip install 包的位置(如：C:\download\xxx.whl)

三、示例代码

读入图片：

cv.imread(filepath,flags)

filepath：要读入图片的完整路径
flags：读入图片的标志 
cv2.IMREAD_COLOR：默认参数，读入一副彩色图片，忽略alpha通道（1）
cv2.IMREAD_GRAYSCALE：读入灰度图片（0）
cv2.IMREAD_UNCHANGED：顾名思义，读入完整图片，包括alpha通道（-1）

支持 bmp、jpg、png、tiff 等常用格式，详情可以查看imread()方法的文档注释

显示图片：

cv.imshow('image',img)
cv.waitKey(0)
cv.destroyAllWindows()#cv.destroyWindow(wname)

cv2.imshow(wname,img)显示图像，第一个参数是显示图像的窗口的名字，第二个参数是要显示的图像（imread读入的图像），窗口大小自动调整为图片大小

cv2.waitKey顾名思义等待键盘输入，单位为毫秒，即等待指定的毫秒数看是否有键盘输入，若在等待时间内按下任意键则返回按键的ASCII码，程序继续运行。若没有按下任何键，超时后返回-1。参数为0表示无限等待。不调用waitKey的话，窗口会一闪而逝，看不到显示的图片。

cv2.destroyAllWindow()销毁所有窗口
cv2.destroyWindow(wname)销毁指定窗口

保存图片：

cv2.imwrite(file，img，num)

第一个参数是要保存的文件名，保存支持格式同读取，按需保存
第二个参数是要保存的图像。
可选的第三个参数，它针对特定的格式：对于JPEG，其表示的是图像的质量，用0 - 100的整数表示，默认95;对于png ,第三个参数表示的是压缩级别。默认为3.

cv2.IMWRITE_JPEG_QUALITY类型为 long ,必须转换成 int 
cv2.IMWRITE_PNG_COMPRESSION, 从0到9 压缩级别越高图像越小。

cv2.imwrite('1.jpeg',img, [int( cv2.IMWRITE_JPEG_QUALITY), 95])
cv2.imwrite('1.png',img, [int(cv2.IMWRITE_PNG_COMPRESSION), 9])

此处需注意，按照默认质量保存图片为JPEG files(\*.jpeg, \*.jpe, \*.jpg)时，由于jpeg压缩版本在压缩过程中导致了部分像素丢失，会导致保存后的像素点值与写入前有差别。

保存图片为png格式，即可以解决此问题

 

示例代码：读入一副图像，按’s’键保存后退出，其它任意键则直接退出不保存

import cv2 as cv
img = cv.imread('D:\python\test.jpg',cv2.IMREAD_UNCHANGED)
cv.imshow('image',img)
k = cv.waitKey(0)
if k == ord('s'): 
    # wait for 's' key to save and exit   
    cv.imwrite('1.png',img)    
    cv.destroyAllWindows()
else:     
    cv.destroyAllWindows()

 

四、图像的基本操作

创建图片

1.创建三通道

import numpy as np
import cv2 as cv

# 三通道
creat_img3 = np.zeros([400, 400, 3], np.uint8)  # 高400*宽400*通道3 单通道8位
creat_img3[:, :, 0] = np.ones([400, 400]) * 255  # 0(Blue)通道全部赋值255
creat_img3[:, :, 2] = np.ones([400, 400]) * 255  # 2(Red)通道全部赋值255
cv.imshow("create image3", creat_img3)

2.创建单通道

# 单通道
creat_img1 = np.zeros([400, 400, 1], np.uint8)
creat_img1[:, :, 0] = np.ones([400, 400]) * 127  # 单通道灰度图像
cv.imshow("create image1", creat_img1)

3.创建小尺寸

# 生成小尺寸图片
mini_img = np.ones([3, 3], np.float)
mini_img.fill(127.1)  # .fill方法填充数据
mini_img2 = mini_img.reshape([1, 9])  # reshape只改变形状，不改变数据
print(mini_img, mini_img2)

以上内容摘自：https://blog.csdn.net/l0ve777/article/details/88715704

读取图片并编辑

import cv2 as cv

img = cv.imread("D://test.jpeg")
#对 BGR 图像而言，返回值为 B， G， R 的值，对灰度图像而言，会返回他的灰度值。即彩图返回三通道三维数组，灰度图返回单通道三维数组，小图返回二维数组
print(img[100,100])      #[ 42  57 130]
print(img.item(100,100,2))   #130
img.itemset((100,100,2),25)  #img[100,100,2]=25
print(img.item(100,100,2))   #25

获取图像属性

import cv2 as cv

img = cv.imread("D://test.jpeg")
# img.shape 可以获取图像的形状。他的返回值是一个包含行数，列数，通道数的元组。行数对应坐标轴上的y轴，即高度；而列数对应x轴，即宽度。返回值可以理解为高度，宽度，通道数。
print(img.shape)     #(512, 512, 3)
# img.size 可以返回图像的像素数目。
print(img.size)    #786432
#img.dtype 返回的是图像的数据类型。
print(img.dtype)   #uint8

 设置ROI

ROI(Region of Interest)是指图像中的一个矩形区域，如果后续需要单独处理某一个小区域，可以设置ROI

import cv2 as cv

ballImg = img[380:512,230:350]   #利用numpy中的数组切片设置ROI区域
img[0:132,0:120] = ballImg       #将设置的ROI区域添加到原图像的左上方

cv.namedWindow("Image")
cv.imshow("Image", img)
cv.waitKey(0)

 

拆分及合并图像通道

要对单个通道进行操作的时候，需要拆分出单个通道，有2种方法

1）用opencv自带的split函数

 

保存图片

需注意按照需要，保存不同格式

mini_img = np.ones([3, 3], np.uint8)
mini_img.fill(127)  # .fill方法填充数据
#mini_img2 = mini_img.reshape([1, 9])  # reshape只改变形状，不改变数据
#print(mini_img, mini_img2)
print(mini_img)
cv.imshow("mini_img", mini_img)
cv.waitKey(0) #毫秒级，0为无限等待
cv.imwrite('mini.jpg', mini_img)

image = cv.imread('mini.jpg',0) #0表示灰度图
print(image)

image[0][0] = 100 #image.itemset(0,100)
image[1][0] = 40  #image.itemset((1,0),40)
cv.imshow("mini_img", image)
cv.waitKey(0)
cv.imwrite('mini2.jpg', image)

image = cv.imread('mini2.jpg',0)
print(image)

以上三处打印分别为：

[[127 127 127]
 [127 127 127]
 [127 127 127]]

[[127 127 127]
 [127 127 127]
 [127 127 127]]

[[100 126 125]
 [ 39 131 127]
 [128 127 124]]

发现，为灰度图（即像素数相同，为127）时，读图数据与写入一致，但是当改变了其中某些像素值后，读图数据发生了变化，

是由于jpeg压缩版本在压缩过程中导致了部分像素丢失，保存图片为tif格式或者png格式，即可以解决此问题

cv.imwrite('mini2.png', image)

image = cv.imread('mini2.png',0)