opencv图像处理机器学习真实项目教程(python实现)2图像入门
本章介绍图像的基本概念和基本操作。 我们将首先提供像素等图像基础知识的清晰定义。 接下来，我们将深入讲解如何使用 OpenCV 库读取、显示和保存图像。 然后我们将继续使用 OpenCV 在图像上绘制形状的实际任务，重点是矩形、圆形和其他基本形状等主题。主要内容：
[*]图像和像素简介
[*]读取、显示和写入图像
[*]Imread
[*]Imshow
[*]Imwrite
[*]Waitkey
[*]用像素处理图像
[*]访问单个像素
[*]访问感兴趣区域 (ROI)
[*]在OpenCV中绘图
[*]Line
[*]Rectangle
[*]Circle
[*]Text
2.1 图像和像素简介
什么是图像？ 用非技术术语来说，图像是指场景、物体或人的视觉表示，它使我们能够更好地理解周围的世界。在数字环境中，图像是像素的多维阵列。
像素是图像的构建块。 像素是数字图像的最小单位，包含有关其颜色和位置的信息。 当多个像素在二维网格中聚集在一起时，它们就形成了完整的图像。 数字图像中的像素以网格图案排列以创建整体图像。 每个像素都包含特定的颜色信息，它们一起形成完整的图像。
像素通常用于表示灰度或彩色图像。 灰度图像通常表示为二维像素网格，而彩色图像通常表示为多维矩阵。 在灰度图像中，每个像素都分配有0 到 255 之间的值，表示该点图像的强度。 值 0 表示没有强度，导致黑色像素，而值255表示最大强度，导致纯白色像素。
在彩色图像中，每个像素由三个或四个值的组合表示，最常见的颜色空间是 RGB 颜色空间。 在此空间中，使用表示红色、绿色和蓝色通道强度的三个值来表示单个像素。 每个值的范围从 0 到 255，表示像素中存在的每种颜色的数量。 典型的 RGB 像素可以用（红、绿、蓝）格式表示。
例如，具有 (0,0,0) 值的颜色表示黑色，因为所有颜色的强度均为 0，而 (255,255,255) 表示白色图像，因为所有颜色都有最大值。
让我们看几个关于如何在 RGB 颜色空间中表示颜色的示例：
[*](255,0,0) 产生纯红色，因为红色处于最大值，而绿色和蓝色处于 0。
[*](0,255,0) 产生纯绿色。
[*](0,0,255) 产生纯蓝色。
[*](255,255,0) 产生黄色，因为它是红色和绿色的组合。
[*](128,128,128) 代表灰色。
PPI（即每英寸像素 Pixels per Inch）表示单英寸数字图像中存在的像素数。 较高的 PPI 意味着每英寸有更多的像素，从而产生更平滑、更细致的图像。 相反，较低的 PPI 意味着像素较大且每英寸的像素较少，从而导致图像细节较少且清晰度较差。
分辨率是一个术语，用于描述构成图像的像素总数。 分辨率越高，像素越多，从而产生更详细和高质量的图像。 分辨率通常以每英寸像素 (PPI) 或每英寸点数 (DPI) 来衡量。 当图像的分辨率较低时，意味着像素较少，因此图像的细节较少。
长宽比是指图像的宽度和高度之间的比例关系，它决定了图像的整体形状。 它通常表示为用冒号分隔的两个数字（例如 4:3 或 16:9），表示图像或屏幕的宽度和高度。 例如，纵横比为 4:3 的图像的宽度为每3 个单位的高度对应 4 个单位的长度。 宽高比用于确保在不同设备上显示图像时图像正确适合显示尺寸。
数字图像的像素数量一直在迅速增加。 第一台商用数码相机 Dycam Model 1 的分辨率仅为 0.01兆像素，而当今的高端相机可以捕获分辨率为 100兆像素或更高的图像。
2.2 加载和显示图像
是时候开始处理图像了！ 在本书中，当我们引导您完成探索和操作图像的过程时，您将获得实践经验。 在我们继续前进时，请务必自行实现代码示例，因为这将有助于巩固您对我们将要介绍的概念的理解。
2.2.1 Imread()
要开始使用OpenCV处理图像，我们需要使用imread() 函数。通过该函数，我们可以将图像加载到我们的程序中：
cv2.imread(path, flag=cv2.IMREAD_COLOR)参数：
[*]path： 字符串，表示要读取图像的路径。
[*]flag： 可选参数, 指定读取图像的方式。
[*]cv2.IMREAD_COLOR (1)： 以 BGR 格式加载图像。这是该函数的默认格式。
[*]cv2.IMREAD_GRAYSCALE (0)：以灰度格式加载图像： 以灰度格式加载图像。
[*]cv2.IMREAD_UNCHANGED (-1)：以原始格式加载图像： 以原始格式加载图像，通常用于包含 alpha 通道。
cv2.imread(path, 0)这将以灰度格式加载图像。
2.2.2 imshow
cv2.imshow(winname, mat)参数：
[*]Winname：显示图像的窗口名称。
[*]Mat： 表示我们要显示的图像的 NumPy 数组。
2.2.3 imwrite
Imwrite 用于将图像保存到系统中。
cv2.imwrite(filename, img, params=None)参数：
[*]Filename：表示要保存的图像路径的字符串
[*]Img: 表示我们要写入的图像的NumPy数组。
[*]Params： 可选参数，用于指定图像文件的格式和压缩参数。默认值为None。
示例代码
在本练习中，我们将使用之前学习的代码加载图像并显示图像：
import cv2
# Using imread to read out image
img = cv2.imread("../img/dog.jpg")
# Print the shape of the image
print(img.shape)
# Displaying the image
cv2.imshow("Dog Image", img)
# Wait until a key is pressed
cv2.waitKey(0)
# Close all Windows
cv2.destroyAllWindows()
2.2.3 WaitKey
WaitKey是OpenCV程序中的一个函数，用于让用户在特定时间内或按下某个键之前显示一个窗口。如果没有 waitKey，图像或视频会在用户来得及观看之前立即关闭。
它只接受一个整数参数，即窗口保持打开的毫秒数。如果给定的参数为0或根本没有给定参数，函数将等待按键按下后再关闭窗口。
2.2.3 DestroyAllWindows
DestroyAllWindows是一条简单的命令，用于关闭OpenCV在执行代码期间打开的所有窗口。该命令不需要任何参数。
我们已经成功运行了第一段 OpenCV 代码，现在可以读取并显示图像了。
试试看 现在尝试以不同的路径将前面的图像写入光盘。
2.3 用像素操作图像
图像在 Python 中存储为 NumPy 数组，这意味着图像元素可以像 NumPy 数组一样被索引。通过图像索引，我们可以操作图像中的单个像素或某个像素区域。
2.3.1 访问单个像素
要访问图像中的某个像素，我们可以使用类似的 img 索引。使用此方法访问像素值将返回一个包含像素值的 NumPy 数组：
import cv2
# Load an image in grayscale mode
img = cv2.imread('../img/dog.jpg')
# Get the pixel value at x=75, y=25
pixel_value = img
#Print this value
print(pixel_value)
#Manipulate value of this pixel
img = 0
#Rechecking value
print(pixel_value)结果：
对于RGB图像，前面的代码行将返回包含三个值的数组，而对于灰度图像，它将只返回值，例如30。
我们还可以使用索引修改像素值。我们可以为某个像素赋值，如下所示：
img = 255如果img是灰度图像，这将为像素赋值255。如果图像img是BGR 格式，那么三个颜色通道的值都将设置为 255。
如果我们想在 RGB 图像中设置特定值，可以使用该特定颜色的颜色代码：
img = 这将把绿色通道值设置为 255，其他两个通道设置为 0，从而得到纯绿色像素。
2.3.2 访问感兴趣区域 (ROI Region of Interest)
现在，我们将讨论如何通过使用索引定义感兴趣区域 (ROI) 来操作图像的整个区域。我们经常需要操作图像的特定区域，而不是单个像素或整个图像。
import cv2
# Load image
img = cv2.imread('../img/dog.jpg')
# Define index values
x=50
y=60
w=75
h=75
# Extract ROI from the image
roi = img
# Print shape of the extracted ROI
print(roi.shape)
# Assigning a colour to a different ROI
img = (255,255,0)
cv2.imshow('Extracted ROI rectangle', roi)
cv2.imshow('Image with ROI colour', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
2.4 在OpenCV中绘图
在本节中，我们将学习如何使用 OpenCV 绘制形状。我们可以使用 OpenCV 设计各种形状，包括线、圆、矩形和多边形，还可以自定义它们的大小和颜色。使用 OpenCV 还可以在照片上添加文字。形状有多种用途，包括注释照片和强调照片的特定区域。
首先，我们将创建一张空白画布，在上面绘制各种形状。或者，也可以加载一张图片，然后在上面绘制形状。
为了创建绘制形状的画布，我们可以使用 NumPy 创建一个 NumPy 数组。然后，我们可以使用各种方法在 NumPy 画布上绘图：
canvas = np.zeros((600, 600, 3), dtype=np.uint8)我们使用 np.zeros 函数创建画布。这是一个 NumPy 函数，用于创建一个具有特定形状和数据类型的 NumPy 数组。在本例中，我们创建了一个具有 "np.uint8 "数据类型的形状数组（600,600,3）。该数据类型对应于 8 位无符号整数，取值范围为 0 至 255。
2.4.1 线条(Line)
我们使用 cv2.line 命令在图像上创建线条。该命令提供多个参数，让我们可以自定义线条，以满足我们的特定需求和要求。
参数：
[*]Img： 绘制线条的图像。
[*]Pt1：线条的起始坐标： 线条的起始坐标。格式为 tuple (x,y)。
[*]Pt2： 线条的终点坐标。格式为 tuple (x,y)。
[*]Color：线条的颜色。采用元组（B、G、R）格式。
[*]厚度（Thickness）： 线条的厚度（像素）。这是一个可选参数，默认值为 1。
[*]lineType（线条类型 线条的类型。我们将不使用此参数，可将其保留为默认值。
[*]Shift（移位）： 线条坐标中的小数位数。我们将不使用此参数，默认值为 0。
cv2.line(img, pt1, pt2, color, thickness=1, lineType = cv2.LINE_8, shift = 0)实例：
import numpy as np
import cv2
# Create a black canvas
canvas = np.zeros((600, 500, 3), dtype=np.uint8)
# Define the vertices of the triangle
p1 = (250, 100)
p2 = (100, 400)
p3 = (400, 400)
# Draw the lines using cv2.line()
cv2.line(canvas, p1, p2, (0, 255, 0), 1)
cv2.line(canvas, p3, p1, (255, 0, 0), 3)
cv2.line(canvas, p2, p3, (255, 255, 255), 10)
# Display the image
cv2.imshow("Triangle", canvas)
cv2.waitKey(0)
cv2.destroyAllWindows()
参考资料
[*]软件测试精品书籍文档下载持续更新 https://github.com/china-testing/python-testing-examples 请点赞，谢谢！
[*]本文涉及的python测试开发库 谢谢点赞！ https://github.com/china-testing/python_cn_resouce
[*]python精品书籍下载 https://github.com/china-testing/python_cn_resouce/blob/main/python_good_books.md
[*]Linux精品书籍下载 https://www.cnblogs.com/testing-/p/17438558.html
2.4.2 矩形(rectangle)
在 OpenCV 中，绘制矩形与绘制直线类似。我们可以使用 cv2.rectangle 命令在 OpenCV 中创建矩形：
Cv2.rectangle(img, pt1, pt2, color, thickness=1, lineType=cv2.LINE_8, shift=0)参数：
[*]Img： 绘制的图像。
[*]Pt1：矩形的左上角点： 矩形的左上角点。格式为 tuple (x,y)。
[*]Pt2： 矩形的右下角点： 矩形的右下角点。格式为 tuple (x,y)。
[*]Color：矩形的颜色将采用元组（B、G、R）格式。
[*]厚度（Thickness）： 以像素为单位的矩形边框厚度。这是一个可选参数，默认值为 1。如果矩形的厚度为负值，则会填充矩形。
[*]lineType：线条类型： 线条的类型。我们将不使用此参数，因此可将其保留为默认值。
[*]Shift（移位）： 线条坐标中的小数位数。我们将不使用该参数，默认值为 0。
现在，根据前面的解释，让我们尝试创建这幅图像：
import numpy as np
import cv2
# Create a black image
img = np.zeros((600, 500, 3), dtype=np.uint8)
# Draw the figure using rectangles and lines
# Face
cv2.rectangle(img, (150, 150), (350, 400), (242, 199, 155), thickness=-1)
# Cap
cv2.rectangle(img, (100, 50), (400, 150), (198, 131, 56), thickness=-1)
# Mouth
cv2.rectangle(img, (200, 310), (300, 330), (128, 0, 128), thickness=2)
# Draw the eyes on the face as X shapes
cv2.line(img, (195, 200), (212, 228), (0, 0, 0), thickness=2)
cv2.line(img, (212, 200), (195, 228), (0, 0, 0), thickness=2)
cv2.line(img, (288, 200), (305, 228), (0, 0, 0), thickness=2)
cv2.line(img, (305, 200), (288, 228), (0, 0, 0), thickness=2)
# Display the image
cv2.imshow('Robo', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
2.4.3 circle
cv2.circle() 函数用于在图像上绘制圆形：
cv2.circle(img, center, radius, color, thickness=1, lineType = cv2.LINE_8, shift=0)参数
[*]Img： 绘制的图像。
[*]Center： 圆的中心点。格式为 tuple (x,y)。
[*]Radius： 圆的半径
[*]Color：圆的颜色。格式为元组（B、G、R）。
[*]Thickness： 圆边框的厚度，以像素为单位： 圆边框的厚度，单位为像素。这是一个可选参数，默认值为 1。如果矩形的厚度为负值，它将填充圆。
[*]lineType：线条类型： 线条的类型。我们将不使用此参数，因此可将其保留为默认值。
[*]Shift（移位）： 线条坐标中的小数位数。我们将不使用此参数，默认值为 0。
让我们尝试自己创建几个圆：
import numpy as np
import cv2
# Create an empty canvas
canvas = np.zeros((500, 500, 3), dtype=np.uint8)
# Define the center point
center = (250, 250)
# Define the radii of the circles
radius1 = 50
radius2 = 100
radius3 = 150
# Define the colors of the circles
color1 = (0, 0, 255)
color2 = (255, 0, 0)
color3 = (0, 255, 0)
# Define the thickness of the circles
thickness1 = -1
thickness2 = 2
thickness3 = 10
# Draw the circles on the canvas
cv2.circle(canvas, center, radius1, color1, thickness1)
cv2.circle(canvas, center, radius2, color2, thickness2)
cv2.circle(canvas, center, radius3, color3, thickness3)
# Display the image
cv2.imshow("Image", canvas)
cv2.waitKey(0)
cv2.destroyAllWindows()
2.4.4 文本(Text)
我们使用函数 cv2.putText() 为图像添加文本：
cv2.putText(img, text, org, fontFace=’cv2.FONT_HERSHEY_SIMPLEX’, fontScale=0, color=(0,0,0), thickness=1, lineType=’cv2.LINE_AA’, bottomLeftOrigin=False)参数：
[*]Img： 绘制的图像。
[*]Text：文本： 要绘制的文本字符串。
[*]org：文本左下角的坐标： 文本左下角的坐标。
[*]fontFace：文本的字体类型。这是可选参数，默认值为 cv2.FONT_HERSHEY_SIMPLEX。
[*]fontScale：字体缩放比例： 字体比例系数，乘以特定字体的基本尺寸。这是一个可选参数，默认值为 1。
[*]Color（颜色）：文本的颜色。将采用元组（B、G、R）格式。这是一个可选参数，默认值为 (0,0,0)。
[*]厚度（Thickness）： 文本中线条的粗细。这是一个可选参数，默认值为 1。如果粗细为负值，它将填充文本。
[*]lineType：线条类型： 线条的类型。我们将不使用此参数，可将其保留为默认值。
[*]bottomLeftOrigin： 这是一个标志，用于指示文本的位置。这是一个可选参数，默认值为 "False（假）"，这将使文本位于左上角。默认值为 True 时，文本将位于左下角。
import numpy as np
import cv2
# create a blank image
img = np.zeros((600, 500, 3), dtype=np.uint8)
# define the text to be displayed
text = "Hello World!"
# set the text color and position
color = (255, 0, 0)
pos = (50, 200)
# display the text using cv2.putText()
cv2.putText(img, text, pos, cv2.FONT_HERSHEY_SIMPLEX, 2, color, 3)
cv2.imshow("Image with text", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
2.5 总结
本章扎实地介绍了图像的基本概念和基本操作。我们定义了像素等关键概念，并讲解了如何使用 OpenCV 库读取、显示和保存图像。此外，我们还探讨了在图像上绘制形状的实际任务，重点是矩形和圆形等基本形状。这一基础对于将来构建更复杂的图像处理应用程序非常宝贵。
来源:https://www.cnblogs.com/testing-/p/17914321.html
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！
页:
[1]