《OpenCV盘算机视觉》--先容及根本操纵

《OpenCV盘算机视觉》–先容及根本操纵

一.OpenCV先容

OpenCV（open source computer vision library）是一个基于BSD允许（开源）发行的跨平台盘算机视觉库，可以运行在Linux、Windows、Android和Mac OS操纵体系上。
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，实现了图像处置惩罚和盘算机视觉方面的很多通用算法。
OpenCV用C++语言编写，它的重要接口也是C++语言，但是依然保存了大量的C语言接口。
在盘算机视觉项目的开辟中，OpenCV作为较大众的开源库，拥有了丰富的常用图像处置惩罚函数库，接纳C/C++语言编写，可以运行在Linux/Windows/Mac等操纵体系上，可以或许快速的实现一些图像处置惩罚和辨认的使命。
二.下载OpenCV

• pip install opencv-python
  

留意：下载固然使用opencv-python，但是在python中调用使用import cv2
。
三.根本操纵

1.调用OpenCV

1. import cv2

复制代码

2.读取图片信息

1. a = cv2.imread('demo1.png') #读取图片
2. print(a)
3. cv2.imshow('tu',a) # 展示图片
4. b = cv2.waitKey(10000) # 展示时间，当为0时为一直保留
5. print(b)
6. cv2.destroyAllWindows() #关闭所有窗口，并释放内存
7. print("图片形状(shape):",a.shape)
8. print("图片数据类型(dtype)",a.dtype)
9. print("图片大小(size):",a.size)

复制代码

3.读取图片的灰度图

1. b = cv2.imread('demo1.png',cv2.IMREAD_GRAYSCALE) # 使用opencv的IMREAD_GRAYSCALE方法，使彩色图片转换成灰度图
2. cv2.imshow('xx',b)
3. cv2.waitKey(0)
4. print(b.shape)
5. print(b.dtype)
6. print(b.size)
7. cv2.imwrite('demo1_GRAY.png',b) # 将图片保存到根目录
8. cv2.destroyAllWindows()

复制代码

4.视频文件读取

1. video_capture = cv2.VideoCapture(xxxx.mp4) # 当cv2.VideoCapture()中是0时调用摄像头
2. # 检查视频是否成功打开
3. if not video_capture.isOpened():
4.     print('无法打开视频文件')
5.     exit()
6. # 循环读取视频帧
7. while True:
8.     ret, frame = video_capture.read()
9.     if not ret:
10.         break
11.      # 将图片从一种颜色转换成另一种颜色空间
12.     frame = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
13.     # 显示当前帧
14.     cv2.imshow('Video',frame)
15.     # 检查用户是否按下‘esc’键，如果是则退出循环
16.     if cv2.waitKey(1) == 27:
17.         break
18. # 释放资源
19. video_capture.release()
20. cv2.destroyAllWindows()

复制代码

5.对图片举行切片

1. a = cv2.imread(r'./demo1.png')
2. b = a[100:300,100:300] # 进行切片
3. cv2.imshow('yuantu',a)
4. cv2.imshow('qiepian',b)
5. cv2.waitKey(0)
6. cv2.destroyAllWindows()

复制代码

6.提取RGB颜色通道

1. import cv2
2. a = cv2.imread(r'./demo1.png')# 提取颜色通道a1=a[:,:,0] # Ba2=a[:,:,1] # Ga3=a[:,:,2] # R# 大概使用cv2.split()来分离颜色通道b , g, r = cv2.split(a)cv2.imshow('result',a2)cv2.waitKey(0)cv2.destroyAllWindows()

复制代码

图片提取出来可以看到图片无论是a1,a2,a3都是灰色图片，由于提取后的图片都是一维的都是灰度图。
故此可以使用一下方法提取颜色：

1. a = cv2.imread(r'./demo1.png')
3. a_new = a.copy()
4. a_new[:,:,0]=0
5. a_new[:,:,1]=0
7. cv2.imshow('result',a_new)
8. cv2.waitKey(0)
9. cv2.destroyAllWindows()

复制代码

7.归并颜色通道

1. # 读取图像
2. a = cv2.imread(r'./demo1.png')
3. # 提取颜色通道
4. a1 = a[:, :, 0]
5. a2 = a[:, :, 1]
6. a3 = a[:, :, 2]
7. # 或使用cv2.split()来分离颜色通道
8. b, g, r = cv2.split(a)
9. # 使用cv2.merge()函数将三个通道合并成一个图像
10. img = cv2.merge((b, g, r))
11. # img = cv2.merge((a1,a2,a3))或使用这串代码
12. cv2.imshow('result', img)
13. cv2.waitKey(0)
14. cv2.destroyAllWindows()

复制代码

8.图片修改

图片打码

1. import numpy as np
2. a = cv2.imread(r'demo1.png')
3. a[100:200,200:300]= np.random.randint(0,256,(100,100,3)) # 将a中的宽100到200和高200到300变成马赛克，注意后面的(100,100,3)要和前面所截取的大小相同。
4. cv2.imshow('masaike',a)
5. cv2.waitKey(0)
6. cv2.destroyAllWindows()

复制代码

图片组合

1. a= cv2.imread('demo1.png')
2. b = cv2.imread('demo2.png')
3. b[200:500,100:400]= a[200:500,200:500]
4. cv2.imshow('b',b)
5. cv2.imshow('a',a)
6. cv2.waitKey(0)
7. cv2.destroyAllWindows()

复制代码

9.cv2.resize

cv2.resize()方法是用来改变图片的巨细的

1. a = cv2.imread('demo1.png')
2. # a_new = cv2.resize(a,(300,500)) # 宽、高 或者下面这种方法
3. a_new = cv2.resize(a,dsize=None,fx=0.5,fy=0.5)
4. cv2.imshow('a',a)
5. cv2.imshow('a_new',a_new)
6. cv2.waitKey(0)
7. cv2.destroyAllWindows()

复制代码

10.图形运算

图像加法运算

1. a = cv2.imread('demo1.png')
2. b = cv2.imread('demo2.png')
3. c = a+10
4. cv2.imshow('yuan',a)
5. cv2.imshow('a+10',c)
6. cv2.waitKey(10000)
8. c=a[100:300,50:250]+b[100:300,50:250]
9. cv2.imshow('a+b',c)
10. cv2.waitKey(10000)

复制代码

cv2.add()运算

cv2.add()是 OpenCV 库中的一个函数，用于对两个数组（通常是图像或矩阵）举行加法操纵。

1. a = cv2.imread('demo1.png')
2. b = cv2.imread('demo2.png')
3. b = cv2.resize(b,(400,400))
4. a = cv2.resize(a,(400,400))
5. c = cv2.add(a,b)
6. cv2.imshow('a add b',c)
7. cv2.waitKey(10000)

复制代码

图像加权运算

1. a = cv2.imread('demo1.png')
2. b = cv2.imread('demo2.png')
3. b = cv2.resize(b, (400,400))
4. a = cv2.resize(a, (400,400))
5. c = cv2.addWeighted(a, 0.5,b, 0.3,0) # 分别将图片的权值占比改变
6. cv2.imshow('addWeighted',c)
7. cv2.waitKey(10000)
8. cv2.destroyAllWindows()

复制代码