opencv入门--图像读取和处理_opencv 识别图片

目录

1.计算机认识的图像

2.计算机读取图像

（1）读取

（2）显示

（3）灰度转化

（4）图像保存

（5）尺寸修改

（6）截取部分图像数据

（7）颜色通道提取

（8）边界填充

3.计算机读取视频

---

计算机认识的图像

1.RGB模型：包含个三通道，R红通道，G绿通道 ，B蓝通道

2.分辨率，即图像的解析度，单位英寸内的像素点数
3.灰度，表示图像像素的明暗程度的数值，即颜色深度。BGR格式图像的范围为0-255。白色为255，黑色为0。数据由矩阵构成

计算机读取图像

读取

首先将图像转化为计算机认识的东西，将图像读取为像素矩阵

import cv2 #导入cv2模块
import matplotlib.pyplot as plt 
import numpy as np #导入numpy基本数值计算工具包
 
img=cv2.imread('test2.jpg') #读取图片

cv2.imread读出的数据类型是uint8；value是numpy array；图像数据以BGR的格式进行存储，，通道值默认范围0-255。图片维度可以表示为（h,w,c）h,w,c分别表示长，宽，通道数。

显示

将图片显示出来

cv2.imshow('read1_img',img) #显示图像，给显示窗口命名
cv2.waitKey(0) #使显示从窗口稍作等待
cv2.destroyAllWindows()

waitKey()中的参数：若为0，表示按键盘任意键关闭窗口；

若非0，则表示以毫秒为单位的显示时间。

若有很多图像要显示，还可以将上述代码定义为一个函数

灰度转化

为什么要将图片灰度化呢？   图像灰度化的目的是为了简化矩阵，提高运算速度。

灰度图像是R=G=B的一种特殊彩色图像，对计算机来说n彩色图片的信息含量过大，而进行图片识别时，其实只需要使用灰度图像里的信息就足够了。

操作时，可利用CACOLOR_BGR2GRAY或者IMREAD_GRSAYSCALE将图片灰度化

用img.shape查看图像h w c,前者c为3，后者不显示c数值。

gray_img=cv2.imread('test2.jpg',cv2.CACOLOR_BGR2GRAY)
cv2.imshow('gray_img',gray_img)

因为imread读进来的是BGR数据，所以这里做BGR转GRAY

 

图像保存

cv2.imwrite('gray_test.jpg',gray_img)

可以为保存的图像选择一个路径

尺寸修改

import cv2
gray_img=cv2.imread('text3.jpg',cv2.IMREAD_GRAYSCALE)
resize_img = cv2.resize(gray_img,dsize=(200,200))
#显示原图
cv2.imshow('gray_img',gray_img)
#显示修改后的
cv2.imshow('resize_img',resize_img)
#打印原图大小
print('未修改：',gray_img.shape)
#打印从修改的大小
print('修改后：',resize_img.shape)
cv2.waitKey(0)
cv2.destroyAllWindows()

运行结果

 显示参数分别为(h,w,c)

补充：

img.shape 查看(h,w,c)

type(img)  查看图像格式

img.size    查看像素点数

img.dtype 查看数据类型

截取部分图像数据

指定截取图像的长、宽范围

img=cv2.imread('cat.jpg')
cat=img[0:50,0:200]
cv_show('cat',cat)

颜色通道提取

将三个颜色通道切分出来，用split()   ，其中b,g,r顺序不能改变

img=cv2.imread('cat.jpg')
b,g,r=cv2.split(img)

切分之后，b,g,r的shape值是一样的

切分后想再组合回原样，可以用merge()函数

img=cv2.merge((b,g,r))

只保留R通道

按顺序，BGR分别为0，1，2。使BG都等于0以至于得到只保留R通道的图

[:,:,0],前面的：：表示h w取所有

cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,1] = 0
cv.show('R',cur_img)

边界填充

top_size,bottom_size,left_size,right_size = (n1,n2,n3,n4)  其中n为要填充的像素点数

以一个图像填充方法BORDER_REFLECT为例

import cv2
img=cv2.imread('text3.jpg')
 
top_size,bottom_size,left_size,right_size = (50,50,50,50)
reflect = cv2.copyMakeBorder(img,top_size,bottom_size,
left_size,right_size,cv2.BORDER_REFLECT)
cv2.imshow('reflect',reflect)
 
cv2.waitKey(0)
cv2.destroyAllWindows()

不同borderType的比较
BORDER_REPLICATE：复制法，复制最边缘像素。
BORDER_REFLECT：反射法，对图像中的像素在两边进行复制例如：fedcba|abcdefgh|hgfedcb
BORDER_REFLECT_101：反射法，以最边缘像素为轴，对称，gfedcb|abcdefgh|gfedcba
BORDER_WRAP：外包装法abcdefgh|abcdefgh|abcdefg
BORDER_CONSTANT：常量法，常数值填充,需要在设置一个value值，已显示填充的颜色

import cv2
img=cv2.imread('text4.jpg')
 
top_size, bottom_size, left_size, right_size = (50, 50, 50, 50)
#BORDER_REPLICATE
replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REPLICATE)
#BORDER_REFLECT
reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT)
#BORDER_REFLECT_101
reflect_101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT_101)
#BORDER_WRAP
wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_WRAP)
#BORDER_CONSTANT
constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_CONSTANT)
 
#绘制子图，plt.subplot作用是指定子图的位置
import matplotlib.pyplot as plt
plt.subplot(231), plt.imshow(img, 'gray'), plt.title('ORIGINAL')
plt.subplot(232), plt.imshow(replicate, 'gray'), plt.title("REPLICATE")
plt.subplot(233), plt.imshow(reflect, 'gray'), plt.title('REFLECT')
plt.subplot(234), plt.imshow(reflect_101, 'gray'), plt.title("REFLECT_101")
plt.subplot(235), plt.imshow(wrap, 'gray'), plt.title('WRAP')
plt.subplot(236), plt.imshow(constant, 'gray'), plt.title("CONSTANT")
 
plt.show()
 
cv2.waitKey(0)
cv2.destroyAllWindows()

 

计算机读取视频

读取视频与读取图像很类似，因为视频相当于由一帧一帧图片组成

捕获视频——将其打开——读取每一帧——每一帧灰度化——显示处理后的视频

import cv2
#捕获视频
vc = cv2.VideoCapture('text4.mp4')
if vc.isOpened():
    open, frame = vc.read()
else:
    open = False
while open:                #遍历视频每一帧
    ret, frame = vc.read() #读视频的每一帧
    if frame is None:
        break
    if ret == True:
        gray = cv2.cvtColor(frame,  cv2.COLOR_BGR2GRAY)
        cv2.imshow('result',gray)
        #指定每一帧间隔时间，27为指定退出键来退出视频
        if cv2.waitKey(10) & 0xFF == 27: 
            break
vc.release()
cv2.destroyAllWindows()