opencv 图像和视频处理的基本操作（python)

嗲猫

1 图片的获取
　　主要通过cv2.imread(src)函数进行获取

1. #获取图片，请注意更改路径 支持绝对路径，该函数产生的图片灰度系数数组
2. img = cv2.imread('Sunrise.jpg');
3. #获取灰度图
4. img_gray = cv2.imread('C:/Users/10275/Pictures/Sunrise.jpg',cv2.IMREAD_GRAYSCALE)

复制代码

2 图片的显示

1. 1 def cv_show(name,img):
2. 2     #第一个参数是窗口的名字，随便取，第二个是需要展示图片的灰度系数数组
3. 3     cv2.imshow(name,img)
4. 4     #参数为图片显示的时间，单位是毫秒，0是任意键关闭图片
5. 5     cv2.waitKey(0)
6. 6     #关闭所有窗口
7. 7     cv2.destroyAllWindows()
8. 8     #保存图片
9. 9     #cv2.imwrite(name,img)

复制代码

3 获取图片的部分

1. #图片截图
2. img_part = img[0:100,0:100]

复制代码

4 图片的RGB通道划分
　　注意cv2.imread（）获取的图片通过顺序为BGR,而非RGB,即B为0，G为1，R为2

1. 1 #切分为三通道
2. 2 b,g,r = cv2.split(img)
3. 3
4. 4 #只保留R通道
5. 5 cur_Rimg = img.copy()
6. 6 cur_Rimg[:,:,0] = 0 #将B通道关闭
7. 7 cur_Rimg[:,:,1] = 0 #将G通道关闭
8. 8 cv_show('R',cur_Rimg)
9. 9
10. 10 #只保留G通道
11. 11 cur_Gimg = img.copy()
12. 12 cur_Gimg[:,:,0] = 0
13. 13 cur_Gimg[:,:,2] = 0
14. 14 cv_show('G',cur_Gimg)
15. 15
16. 16 #只保留B通道
17. 17 cur_Bimg = img.copy()
18. 18 cur_Bimg[:,:,1] = 0
19. 19 cur_Bimg[:,:,2] = 0
20. 20 cv_show('B',cur_Bimg)

复制代码

 5 RGB通道合成

1. #将三通道合成为一个图片
2. img = cv2.merge((b,g,r))

复制代码

6 边界填充
　　主要是通过cv2.copyMakeBorder（src, top_size,bottom_size,left_size,right_size,borderType）函数进行
　　src:原图片
　　top_size.top_size,bottom_size,left_size,right_size:为上下左右方向的填充宽度
　　borderType：填充的方法
　　具体效果自己尝试

1. 1 top_size,bottom_size,left_size,right_size = (100,100,100,100)
2. 2 #复制法，复制最边缘的像素
3. 3 replicate = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_REPLICATE)
4. 4 #反射法，按照边界进行反射 如abcdefgh | hgfedcba
5. 5 reflect = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_REFLECT)
6. 6 #反射101法，按照边缘进行反射 相当于去掉了反射法的边界重复值 abcdefg | fedcba
7. 7 reflect101 = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_REFLECT_101)
8. 8 #平铺法，图像反复重复
9. 9 wrap  = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_WRAP)
10. 10 #常量法，常数值填充
11. 11 constant = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,cv2.BORDER_CONSTANT)
12. 12
13. 13 plt.subplot(231),plt.imshow(img,'gray'),plt.title('ORIGIN')
14. 14 plt.subplot(232),plt.imshow(replicate,'gray'),plt.title('Replicate')
15. 15 plt.subplot(233),plt.imshow(reflect,'gray'),plt.title('Reflect')
16. 16 plt.subplot(234),plt.imshow(reflect101,'gray'),plt.title('Reflect101')
17. 17 plt.subplot(235),plt.imshow(wrap,'gray'),plt.title('Wrap')
18. 18 plt.subplot(236),plt.imshow(constant,'gray'),plt.title('Constant')
19. 19 plt.show()

复制代码

7 数值的计算

1. 1 #灰度系数的加10
2. 2 img2 = img + 10
3. 3 print(img[:5,:,0])
4. 4 print(img2[:5,:,0])
5. 5 #当灰度超过255时候 会将值对256取模
6. 6 print(img+img2[:5,:,0])
7. 7 #使用cv2的add时候 灰度系数达到255时，则不再取模 而是直接使用255
8. 8 print(cv2.add(img,img2)[:5,:,0])

复制代码

8 图片的融合

1. 1 #注意此处相加 如果两个图片的宽高比不同，则无法相加
2. 2 #print(img + img2)
3. 3 #若是两个图片宽高不同则事先需要进行resize 后面的500，414是来源于 img.shape的值
4. 4 img2 = cv2.resize(img2,(500,414))
5. 5 #宽度拉伸3倍，高度不变
6. 6 img4 = cv2.resize(img,(0,0),fx=3,fy=1)
7. 7 #图片融合 公式为 R = αimg1+βimg2+b  其中 α为img1在融合后图的权重，β为img2在融合图后的权重，b是增加灰度
8. 8 res = cv2.addWeighted(img,0.4,img2,0.6,0)

复制代码

9 图像的阈值
　　ret,dst = cv2.threshold(src,thresh,maxval,type)

• ret:返回的阈值
  
• dst:返回的图像
  
• src:已通过cv2,read获取的图片
  
• thresh:设定的阈值 一般为127 为0~255的中间
  
• maxval:当像素值超过了阈值，所赋予的值
  
• type:二值化操作的类型
  

1. #超过阈值的部分去maxval，否则取0
2. ret,thresh1 = cv2.threshold(img_gray,127,255,cv2.THRESH_BINARY)
3. #Thresh_Binary的反转
4. ret,thresh2 = cv2.threshold(img_gray,127,255,cv2.THRESH_BINARY_INV)
5. #大于阈值部分设为阈值，否则不变
6. ret,thresh3 = cv2.threshold(img_gray,127,255,cv2.THRESH_TRUNC)
7. #大于阈值部分不变，否则为0
8. ret,thresh4 = cv2.threshold(img_gray,127,255,cv2.THRESH_TOZERO)
9. #Thresh_Tozero的反转
10. ret,thresh5 = cv2.threshold(img_gray,127,255,cv2.THRESH_TOZERO_INV)
12. tiles = ['Origin','Binary','Binary_Inv','Trunc','ToZero','ToZero_Inv']
13. images = [img_gray,thresh1,thresh2,thresh3,thresh4,thresh5]
15. for i in range(6):
16.     plt.subplot(2,3,i+1),plt.imshow(images[i],'gray')
17.     plt.title(tiles[i])
18.     plt.xticks([]),plt.yticks([])
19. plt.show()

复制代码

10 视频的获取和显示
 

1. 1 #视频读取
2. 2 vc = cv2.VideoCapture('test.mp4')
3. 3
4. 4 #检测视频是否正常打开
5. 5 if vc.isOpened():
6. 6     open,frame = vc.read() #返回第一个参数为bool值用于检测该帧是否正常打开，第二个参数为该帧的图片
7. 7 else:
8. 8     open = False
9. 9 #循环读取视频
10. 10 while open:
11. 11     ret,frame = vc.read()
12. 12     if frame is None: #如果该帧内容为空说明视频抵达最后，则跳出循环
13. 13         break
14. 14     if ret == True: #如果ret返回True 说明已经正常打开该帧
15. 15         gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY) #直接将该帧转换为灰度图像
16. 16         cv2.imshow('result',gray) #每帧的展示
17. 17         if cv2.waitKey(10) & 0xFF == 27: #每帧的持续时长 和 退出视频按键
18. 18             break
19. 19 vc.release() #释放资源
20. 20 cv2.destroyAllWindows() #关闭全部窗口

复制代码

 
　　

来源:https://www.cnblogs.com/mingrufeng/p/17340854.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！