码迷,mamicode.com
首页 > 其他好文 > 详细

opencv——基础篇

时间:2019-09-10 09:11:16      阅读:117      评论:0      收藏:0      [点我收藏+]

标签:颜色   bsd   nump   cat   平台   dash   pack   size   相加   

 

一 . opencv是什么及其作用?

  OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和Mac OS操作系统上。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,实现了图像处理和计算机视觉方面的很多通用算法(百度百科)。

  鉴于本人的工作环境主要是采用python作为开发工具,故本篇博客是基于python来做的学习记录。

 

二 . 环境依赖和opencv包

  •   环境:python3.7+windows10
  •   包:opencv-python、opencv-contrib-python
  •   说明:装好python以后,直接在cmd里面使用pip install 即可,若遇见下载速度过慢或超时的情况,建议换个pip源,使用方式如:pip install package -i  https://pypi.tuna.tsinghua.edu.cn/simple/

 

三 . 基本使用

  前提:准备若干张图片到本地

  技术图片                    技术图片                      技术图片

   都知道一张图片是由很多个像素点组成,对于计算机而言,最终呈现在用户面前的是由每个像素点的值所决定(0~255),0对应黑色,255对应白色。我们在生活中通常接触的都是彩色图片,由RGB三通道共同构成一张上面的彩色图片,每一个通道对应的像素值反映出其亮度(三个通道可以理解成三个矩阵)。而灰度图像通常只有一个颜色通道来表现。

 

1. 读取图片,将其转换为数组

from matplotlib import pyplot as pyl
import cv2
import numpy

img = cv2.imread("cat.jpg")  #img是一个numpy.ndarray对象,默认是以BGR三通道读取图片数据(三维数组)
#img_gray = cv2.imread("cat.jpg",cv2.IMREAD_GRAYSCALE) 以灰度图像方式读取图片数据(二维数组)

 

2. 数组数据转换

img_BGR = cv2.imread("cat.jpg")
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)  #将其转换为灰度的二维数组数据

 

3. 数组数据窗口展示

img = cv2.imread("cat.jpg")

cv2.imshow("IMage",img)
cv2.waitKey(0)          # 按任意键关闭窗口,cv2.waitKey(1000) 延时一秒关闭窗口
cv2.destroyAllWindows()

 

4. 图像保存

cv2.imwrite("mycat.jpg",img)

 

5. 图像的截取

# 其实本质就是对np数组进行操作
img = cv2.imread("cat.jpg")
cv2.imshow("IMage",img[:100,:200])  # 取前100行,前200列的像素作为图像展示

 

 6. BGR数据切片

img = cv2.imread("cat.jpg")

# 切片
b,g,r = cv2.split(img)   # 得到各自颜色通道的二维数组数据

# 合并
img = cv2.merge(b,g,r)   

 

 7 同样大小的数组像素值运算

img = cv2.imread("cat.jpg")
img_2 = numpy.copy(img)


# np相加,像素值只要超过255,就减掉255,比如257,结果就为2
print(img[:3,:3,0]+img_2[:3,:3,0] ) 

# cv2相加,像素值超过255,就等于255
print(cv2.add(img[:3,:3,0],img_2[:3,:3,0]))

 

8 图片的融合

img_cat = cv2.imread("cat.jpg")
img_dog = cv2.imread("dog.jpg")

ret = cv2.addWeighted(img_cat,0.2,img_dog,0.8,0)    # 数据后面的值决定图片融合和所占的权重
cv2.imshow("IMage",ret)
cv2.waitKey(0)          # 按任意键关闭窗口,cv2.waitKey(1000) 延时一秒关闭窗口
cv2.destroyAllWindows()

# 如果图片大小不一致,使用cv2.resize(img_xx,(300,200)) ————》转换为np.shape = 200,300的数组

 

9 图片的比例缩放

img_cat = cv2.imread("cat.jpg")

ret = cv2.resize(img_cat,(0,0),fx=3,fy=1) #横向拉长三倍
ret2 = cv2.resize(img_cat,(0,0),fx=3,fy=3) #图片扩大三倍

 

 结语:本来准备认真写一下结尾的,毕竟作为博客园的新人,写下第一篇学习笔记应当是值得纪念的一件事儿,不过想了想,这要是最后一篇那岂不是太尴尬了。嗯,作为一名不太合格的码农,我大多时候是很抗拒写笔记的,其实毕业工作也已经一年多了,一直也来也都知道一个好的学习习惯是多么重要。所以,我希望自己能改变的更快一点,能变得更加优秀,更加有底气的去尝试,去做自己觉得有意义真正想去做的事情。

                                                                        2019-09-10 00:14:45        小舞同学

                                                                        ——努力追求自己的最好,尽力表现自己的最佳

  

 

opencv——基础篇

标签:颜色   bsd   nump   cat   平台   dash   pack   size   相加   

原文地址:https://www.cnblogs.com/lufengyu/p/11495148.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!