opencv-python——基础图像处理操作总结_opencv-python有哪些功能

看到有其他的博客整理的opencv的知识点和函数非常的全面，所以我这里就按着他的思路，进行了进一步的整理，并选取其中比较重要的部分进行了再一次学习。

1.图片的读取保存

• 加载图片，显示图片，保存图片
• OpenCV函数：cv2.imread(), cv2.imshow(), cv2.imwrite()
  说明：
• OpenCV中彩色图是以B-G-R通道顺序存储的，灰度图只有一个通道。
• OpenCV默认使用BGR格式，而RGB和BGR的颜色转换不同，即使转换为灰度也是如此。一些开发人员认为R+G+B/3对于灰度是正确的，但最佳灰度值称为亮度（luminosity），并且具有公式：0.21R+0.72G+0.07*B
• 图像坐标的起始点是在左上角，所以行对应的是y，列对应的是x。

（1）加载并显示图片

使用cv2.imread()来读入一张图片：

1. 参数1：图片的文件名

• 如果图片放在当前文件夹下，直接写文件名就行了，如’lena.jpg’；否则需要给出绝对路径，如’D:\OpenCVSamples\lena.jpg’

2. 参数2：读入方式，省略即采用默认值

• cv2.IMREAD_COLOR：彩色图，默认值(1)
• cv2.IMREAD_GRAYSCALE：灰度图(0)
• cv2.IMREAD_UNCHANGED：包含透明通道的彩色图(-1)

import numpy as np
import cv2
import matplotlib.pyplot as plt
1
2
3

加载彩色图

需要注意的是，在matplotlib里，默认的图像通道为RGB，所以我们需要在opencv读取后先将BGR通道转换为RGB通道，然后再使用matplotlib显示图片。

# 加载彩色图
img = cv2.imread('lena.jpg', 1)
# 将彩色图的BGR通道顺序转成RGB
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
# 显示图片
plt.imshow(img)

# 打印图片的形状
print(img.shape)
# 形状中包括行数、列数和通道数
height, width, channels = img.shape
# img是灰度图的话：height, width = img.shape
img.shape
1
2
3
4
5
6
7
8
9
10
11
12
13

(350, 350, 3)

加载灰度图

# 加载灰度图
img = cv2.imread('lena.jpg', 0)
# 将彩色图的BGR通道顺序转成RGB
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img)
1
2
3
4
5

加载原图并转换通道

# 加载彩色图
img = cv2.imread('lena.jpg', 1)
# 将彩色图的BGR通道直接转为灰度图
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
plt.imshow(img,'gray')
1
2
3
4
5

（2）保存图片

#保存图片
cv2.imwrite('lena-grey.jpg',img)
1
2

Opencv图像处理操作

需要注意的是，在matplotlib里，默认的图像通道为RGB，所以我们需要在opencv读取后先将BGR通道转换为RGB通道，然后再使用matplotlib显示图片。

# 加载四通道图片
img1 = cv2.imread('cat.png',-1)
# 将彩色图的BGR通道顺序转成RGB，注意，在这一步直接丢掉了alpha通道
img1 = cv2.cvtColor(img1, cv2.COLOR_BGR2RGB) 
plt.imshow(img1)
1
2
3
4
5

如果没有进行通道转换，显示图像的颜色就会变反。

# 加载彩色图
img1 = cv2.imread('cat.png',1)
# 不转颜色通道
plt.imshow(img1)
1
2
3
4

（1）截取ROI

• ROI：Region of Interest，感兴趣区域。
• 截取ROI非常简单，指定图片的范围即可。

# 截取猫脸ROI
face = img[0:740, 400:1000]
plt.imshow(face)
1
2
3

（2）通道分割与合并

彩色图的BGR三个通道是可以分开单独访问的，也可以将单独的三个通道合并成一副图像。分别使用cv2.split()和cv2.merge()：

# 创建一副图片
img2 = cv2.imread('lena.jpg')

# 通道分割
b, g, r = cv2.split(img2)

# 通道合并
img2 = cv2.merge((r, g, b))

plt.imshow(img2)
1
2
3
4
5
6
7
8
9
10

RGB_Image=cv2.merge([b,g,r])
RGB_Image = cv2.cvtColor(RGB_Image, cv2.COLOR_BGR2RGB)
plt.figure(figsize=(12,12))
#显示各通道信息
plt.subplot(141)
plt.imshow(RGB_Image,'gray')
plt.title('RGB_Image')
plt.subplot(142)
plt.imshow(r,'gray')
plt.title('R_Channel')
plt.subplot(143)
plt.imshow(g,'gray')
plt.title('G_Channel')
plt.subplot(144)
plt.imshow(b,'gray')
plt.title('B_Channel')
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

（3）颜色空间转换

最常用的颜色空间转换如下：

• RGB或BGR到灰度（COLOR_RGB2GRAY，COLOR_BGR2GRAY）
• RGB或BGR到YcrCb（或YCC）（COLOR_RGB2YCrCb，COLOR_BGR2YCrCb）
• RGB或BGR到HSV（COLOR_RGB2HSV，COLOR_BGR2HSV）
• RGB或BGR到Luv（COLOR_RGB2Luv，COLOR_BGR2Luv）
  - 灰度到RGB或BGR（COLOR_GRAY2RGB，COLOR_GRAY2BGR）

示例：实现一个使用HSV来只显示图片中蓝色物体

• HSV是一个常用于颜色识别的模型，相比BGR更易区分颜色，转换模式用COLOR_BGR2HSV表示。

# 加载一张有天空的图片
sky = cv2.imread('sky.jpg')
sk1 =  cv2.cvtColor(sky, cv2.COLOR_BGR2RGB)
plt.imshow(sk1)
1
2
3
4

# 蓝色的范围，不同光照条件下不一样，可灵活调整
lower_blue = np.array([15, 60, 60])
upper_blue = np.array([130, 255, 255])

# 从BGR转换到HSV
hsv = cv2.cvtColor(sky, cv2.COLOR_BGR2HSV)
# inRange()：介于lower/upper之间的为白色，其余黑色
mask = cv2.inRange(sky, lower_blue, upper_blue)
# 只保留原图中的蓝色部分
res = cv2.bitwise_and(sky, sky, mask=mask)
res = cv2.cvtColor(res, cv2.COLOR_BGR2RGB)
plt.imshow(res)
1
2
3
4
5
6
7
8
9
10
11
12

不同颜色的HSV转换可以查表：【OpenCV】HSV颜色识别-HSV基本颜色分量范围

（4）阈值分割

• 使用固定阈值、自适应阈值和Otsu阈值法 “二值化” 图像
• OpenCV函数：cv2.threshold(), cv2.adaptiveThreshold()

阈值调节器

在很多时候，我们需要找到图片的特定通道的阈值，就需要通过调整参数来尝试和确定数值。如果通过拖动的滚条来调节阈值，就可以提高调试效率，缩短试错时间。
opencv-python——图片的HSV和RGB滚动条阈值分析器

固定阈值分割

固定阈值分割很直接，一句话说就是像素点值大于阈值变成一类值，小于阈值变成另一类值。

cv2.threshold()用来实现阈值分割，ret是return value缩写，代表当前的阈值。函数有4个参数：

• 参数1：要处理的原图，一般是灰度图
• 参数2：设定的阈值
• 参数3：最大阈值，一般为255
• 参数4：阈值的方式，主要有5种，详情：ThresholdTypes
  • 0: THRESH_BINARY 当前点值大于阈值时，取Maxval,也就是第四个参数，否则设置为0
  • 1: THRESH_BINARY_INV 当前点值大于阈值时，设置为0，否则设置为Maxval
  • 2: THRESH_TRUNC 当前点值大于阈值时，设置为阈值，否则不改变
  • 3: THRESH_TOZERO 当前点值大于阈值时，不改变，否则设置为0
  • 4:THRESH_TOZERO_INV 当前点值大于阈值时，设置为0，否则不改变

import cv2

# 灰度图读入
img = cv2.imread('lena.jpg', 0)
# 颜色通道转换
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
# 阈值分割
ret, th = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)

plt.imshow(th)
1
2
3
4
5
6
7
8
9
10

# 应用5种不同的阈值方法
# THRESH_BINARY  当前点值大于阈值时，取Maxval,否则设置为0
ret, th1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
# THRESH_BINARY_INV 当前点值大于阈值时，设置为0，否则设置为Maxval
ret, th2 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY_INV)
# THRESH_TRUNC 当前点值大于阈值时，设置为阈值，否则不改变
ret, th3 = cv2.threshold(img, 127, 255, cv2.THRESH_TRUNC)
# THRESH_TOZERO 当前点值大于阈值时，不改变，否则设置为0
ret, th4 = cv2.threshold(img, 127, 255, cv2.THRESH_TOZERO)
# THRESH_TOZERO_INV  当前点值大于阈值时，设置为0，否则不改变
ret, th5 = cv2.threshold(img, 127, 255, cv2.THRESH_TOZERO_INV)

titles = ['Original', 'BINARY', 'BINARY_INV', 'TRUNC', 'TOZERO', 'TOZERO_INV']
images = [img, th1, th2, th3, th4, th5]

plt.figure(figsize=(12,12))
for i in range(6):
    plt.subplot(2, 3, i + 1)
    plt.imshow(images[i], 'gray')
    plt.title(titles[i], fontsize=8)
    plt.xticks([]), plt.yticks([])
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

自适应阈值

看得出来固定阈值是在整幅图片上应用一个阈值进行分割，它并不适用于明暗分布不均的图片。cv2.adaptiveThreshold()自适应阈值会每次取图片的一小部分计算阈值，这样图片不同区域的阈值就不尽相同。它有5个参数，其实很好理解，先看下效果：

• 参数1：要处理的原图
• 参数2：最大阈值，一般为255
• 参数3：小区域阈值的计算方式
  • ADAPTIVE_THRESH_MEAN_C：小区域内取均值
  • ADAPTIVE_THRESH_GAUSSIAN_C：小区域内加权求和，权重是个高斯核
• 参数4：阈值方式（跟前面讲的那5种相同）
• 参数5：小区域的面积，如11就是11*11的小块
• 参数6：最终阈值等于小区域计算出的阈值再减去此值

可以调整下参数看看不同的结果。

# 自适应阈值对比固定阈值
img = cv2.imread('lena.jpg', 0)

# 固定阈值
ret, th1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
# 自适应阈值, ADAPTIVE_THRESH_MEAN_C：小区域内取均值
th2 = cv2.adaptiveThreshold(
    img, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 4)
# 自适应阈值, ADAPTIVE_THRESH_GAUSSIAN_C：小区域内加权求和，权重是个高斯核
th3 = cv2.adaptiveThreshold(
    img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 17, 6)

titles = ['Original', 'Global(v = 127)', 'Adaptive Mean', 'Adaptive Gaussian']
images = [img, th1, th2, th3]
plt.figure(figsize=(12,12))
for i in range(4):
    plt.subplot(2, 2, i + 1), plt.imshow(images[i], 'gray')
    plt.title(titles[i], fontsize=8)
    plt.xticks([]), plt.yticks([])
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

阈值分割方法小结

• cv2.threshold()用来进行固定阈值分割。固定阈值不适用于光线不均匀的图片，所以用cv2.adaptiveThreshold()进行自适应阈值分割。

（5）图像几何变换

• 实现旋转、平移和缩放图片
• OpenCV函数：cv2.resize(), cv2.flip(), cv2.warpAffine()

缩放图片

缩放就是调整图片的大小，使用cv2.resize()函数实现缩放。可以按照比例缩放，也可以按照指定的大小缩放：
我们也可以指定缩放方法interpolation，更专业点叫插值方法，默认是INTER_LINEAR。

放过程中有五种插值方式：

• cv2.INTER_NEAREST 最近邻插值
• cv2.INTER_LINEAR 线性插值
• cv2.INTER_AREA 基于局部像素的重采样，区域插值
• cv2.INTER_CUBIC 基于邻域4x4像素的三次插值
• cv2.INTER_LANCZOS4 基于8x8像素邻域的Lanczos插值

img = cv2.imread('cat.png')
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# 按照指定的宽度、高度缩放图片
res = cv2.resize(img, (400, 500))
# 按照比例缩放，如x,y轴均放大一倍
res2 = cv2.resize(img, None, fx=2, fy=2, interpolation=cv2.INTER_LINEAR)
plt.imshow(res)
1
2
3
4
5
6
7
8

翻转图片

镜像翻转图片，可以用cv2.flip()函数：
其中，参数2 = 0：垂直翻转(沿x轴)，参数2 > 0: 水平翻转(沿y轴)，参数2 < 0: 水平垂直翻转。

dst = cv2.flip(img, 1)
plt.imshow(dst)
1
2

平移图片

要平移图片，我们需要定义下面这样一个矩阵，tx,ty是向x和y方向平移的距离：

平移是用仿射变换函数cv2.warpAffine()实现的：

# 平移图片
import numpy as np
# 获得图片的高、宽
rows, cols = img.shape[:2]
# 定义平移矩阵，需要是numpy的float32类型
# x轴平移100，y轴平移500
M = np.float32([[1, 0, 100], [0, 1, 500]])
# 用仿射变换实现平移
dst = cv2.warpAffine(img, M, (cols, rows))

plt.imshow(dst)
1
2
3
4
5
6
7
8
9
10
11

（6）绘图功能

• 绘制各种几何形状、添加文字
• OpenCV函数：cv2.line(), cv2.circle(), cv2.rectangle(), cv2.ellipse(), cv2.putText(), cv2.polyline()

绘制形状的函数有一些共同的参数，提前在此说明一下：

• img：要绘制形状的图片
• color：绘制的颜色
  • 彩色图就传入BGR的一组值，如蓝色就是(255,0,0)
  • 灰度图，传入一个灰度值就行
• thickness：线宽，默认为1；对于矩形/圆之类的封闭形状而言，传入-1表示填充形状
• lineType：线的类型。默认情况下，它是8连接的。cv2.LINE_AA 是适合曲线的抗锯齿线。

绘制线条

画直线只需指定起点和终点的坐标就行：

img = cv2.imread('lena.jpg')
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
1
2

# 画一条线宽为5的红色直线，参数2：起点，参数3：终点
cv2.line(img, (0, 0), (800, 512), (255, 0, 0), 5)
plt.imshow(img)
1
2
3

绘制圆

# cv2.circle(图像, 圆点, 半径, 颜色, 宽度)
cv2.circle(img, center, radius, color, thickness)
1
2

当绘制点时，只需将宽度设为-1则表示全封闭，就是点了。

绘制矩形

画矩形需要知道左上角和右下角的坐标：

# 画一个矩形，左上角坐标(40, 40)，右下角坐标(80, 80)，框颜色为绿色
img = cv2.rectangle(img, (40, 40), (80, 80), (0, 255, 0),2) 
plt.imshow(img)
1
2
3

绘制实心填充矩形：

# 画一个矩形，左上角坐标(40, 40)，右下角坐标(80, 80)，框颜色为绿色，填充这个矩形
img = cv2.rectangle(img, (40, 40), (80, 80), (0, 255, 0),-1) 
plt.imshow(img)
1
2
3

添加文字

使用cv2.putText()添加文字，它的参数也比较多，同样请对照后面的代码理解这几个参数：

• 参数2：要添加的文本
• 参数3：文字的起始坐标（左下角为起点）
• 参数4：字体
• 参数5：文字大小（缩放比例）

# 添加文字，加载字体
font = cv2.FONT_HERSHEY_SIMPLEX
# 添加文字hello
cv2.putText(img, 'hello', (10, 200), font,
            4, (255, 255, 255), 2, lineType=cv2.LINE_AA)

plt.imshow(img)
1
2
3
4
5
6
7

写中文字符：

# 参考资料 https://blog.csdn.net/qq_41895190/article/details/90301459
# 引入PIL的相关包
from PIL import Image, ImageFont,ImageDraw
from numpy import unicode

def paint_chinese_opencv(im,chinese,pos,color):
    img_PIL = Image.fromarray(cv2.cvtColor(im,cv2.COLOR_BGR2RGB))
    # 加载中文字体
    font = ImageFont.truetype('NotoSansCJKsc-Medium.otf',25)
    # 设置颜色
    fillColor = color
    # 定义左上角坐标
    position = pos
    # 判断是否中文字符
    if not isinstance(chinese,unicode):
        # 解析中文字符
        chinese = chinese.decode('utf-8')
    # 画图
    draw = ImageDraw.Draw(img_PIL)
    # 画文字
    draw.text(position,chinese,font=font,fill=fillColor)
    # 颜色通道转换
    img = cv2.cvtColor(np.asarray(img_PIL),cv2.COLOR_RGB2BGR)
    return img

plt.imshow(paint_chinese_opencv(img,'中文',(100,100),(255,255,0)))
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

绘制封闭多边形或折线

使用cv2.polylines()绘制折线，输入的这几个参数：

• 参数2：pts，必须是int类型
• 参数3：是否闭合
• 参数4：颜色
• 参数5：绘制边大小

image =np.zeros((500, 500, 3), dtype=np.uint8)

data=np.array([[172.0, 82], [194.0, 86], [182, 151.0], [194, 86]])	# [N,2]
roi_as = []
roi_as.append(data.astype(np.int))	# 输入的pts必须是个列表
cv2.polylines(image, roi_as, True, (255, 0, 255))  # 画任意多边形
1
2
3
4
5
6

绘图功能总结

• cv2.line()画直线，cv2.circle()画圆，cv2.rectangle()画矩形，cv2.ellipse()画椭圆，cv2.polylines()画多边形，cv2.putText()添加文字。
• 画多条直线时，cv2.polylines()要比cv2.line()高效很多。
• 要在图像中打上中文，可以用PIL库结合OpenCV实现。

（7）图像间数学运算

• 图片间的数学运算，如相加、按位运算等
• OpenCV函数：cv2.add(), cv2.addWeighted(), cv2.bitwise_and()

图片叠加

要叠加两张图片，可以用cv2.add()函数，相加两幅图片的形状（高度/宽度/通道数）必须相同。numpy中可以直接用res = img + img1相加，但这两者的结果并不相同：

x = np.uint8([250])
y = np.uint8([10])
print(cv2.add(x, y))  # 250+10 = 260 => 255
print(x + y)  # 250+10 = 260 % 256 = 4
1
2
3
4

[[255]]
[4]

如果是二值化图片（只有0和255两种值），两者结果是一样的（用numpy的方式更简便一些）。

图像混合

图像混合cv2.addWeighted()也是一种图片相加的操作，只不过两幅图片的权重不一样，γ相当于一个修正值：

img1 = cv2.imread('lena.jpg')
img1 = cv2.cvtColor(img1, cv2.COLOR_BGR2RGB)
img2 = cv2.imread('cat.png')
img2 = cv2.cvtColor(img2, cv2.COLOR_BGR2RGB)
img2 = cv2.resize(img2, (350, 350))
# 两张图片相加
res = cv2.addWeighted(img1, 0.6, img2, 0.4, 0)

plt.imshow(res)
1
2
3
4
5
6
7
8
9

img1 = cv2.imread('lena.jpg')
img2 = cv2.imread('logo.jpg')
img2 = cv2.resize(img2, (350, 350))
# 把logo放在左上角，所以我们只关心这一块区域
rows, cols = img2.shape[:2]
roi = img1[:rows, :cols]

# 创建掩膜
img2gray = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)
ret, mask = cv2.threshold(img2gray, 10, 255, cv2.THRESH_BINARY)
mask_inv = cv2.bitwise_not(mask)

# 保留除logo外的背景
img1_bg = cv2.bitwise_and(roi, roi, mask=mask_inv)
dst = cv2.add(img1_bg, img2)  # 进行融合
img1[:rows, :cols] = dst  # 融合后放在原图上

plt.imshow(dst)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

图像拼接

img1 = cv2.imread('lena.jpg')
img2 = cv2.imread('logo.jpg')
img3=cv2.hconcat([img1,img2])#水平拼接
img4=cv2.vconcat([img1,img2])#垂直拼接
1
2
3
4

图像运算操作总结

• cv2.add()用来叠加两幅图片，cv2.addWeighted()也是叠加两幅图片，但两幅图片的权重不一样。
• cv2.bitwise_and(), cv2.bitwise_not(), cv2.bitwise_or(), cv2.bitwise_xor()分别执行按位与/或/非/异或运算。掩膜就是用来对图片进行全局或局部的遮挡。

（8）图像滤波

• 模糊/平滑图片来消除图片噪声
• OpenCV函数：cv2.blur(), cv2.GaussianBlur(),cv2.medianBlur(), cv2.bilateralFilter()

滤波与模糊

关于滤波和模糊：

• 它们都属于卷积，不同滤波方法之间只是卷积核不同（对线性滤波而言）
• 低通滤波器是模糊，高通滤波器是锐化

低通滤波器就是允许低频信号通过，在图像中边缘和噪点都相当于高频部分，所以低通滤波器用于去除噪点、平滑和模糊图像。高通滤波器则反之，用来增强图像边缘，进行锐化处理。

均值滤波

均值滤波是一种最简单的滤波处理，它取的是卷积核区域内元素的均值，用cv2.blur()实现，如3×3的卷积核：

img = cv2.imread('lena.jpg')
blur = cv2.blur(img, (3, 3))  # 均值模糊
img = cv2.imread('lena.jpg')
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
blur = cv2.blur(img, (9, 9))  # 均值模糊
plt.imshow(blur)
1
2
3
4
5
6

高斯滤波

前面两种滤波方式，卷积核内的每个值都一样，也就是说图像区域中每个像素的权重也就一样。高斯滤波的卷积核权重并不相同：中间像素点权重最高，越远离中心的像素权重越小。

显然这种处理元素间权值的方式更加合理一些。图像是2维的，所以我们需要使用2维的高斯函数，比如OpenCV中默认的3×3的高斯卷积核：

OpenCV中对应函数为cv2.GaussianBlur(src,ksize,sigmaX):
参数3 σx值越大，模糊效果越明显。高斯滤波相比均值滤波效率要慢，但可以有效消除高斯噪声，能保留更多的图像细节，所以经常被称为最有用的滤波器。均值滤波与高斯滤波的对比结果如下（均值滤波丢失的细节更多）

# 均值滤波vs高斯滤波
gaussian = cv2.GaussianBlur(img, (9, 9), 1)  # 高斯滤波
plt.imshow(gaussian)
1
2
3

中值滤波

中值又叫中位数，是所有数排序后取中间的值。中值滤波就是用区域内的中值来代替本像素值，所以那种孤立的斑点，如0或255很容易消除掉，适用于去除椒盐噪声和斑点噪声。中值是一种非线性操作，效率相比前面几种线性滤波要慢。

median = cv2.medianBlur(img, 9)  # 中值滤波
plt.imshow(median)
1
2

双边滤波

blur = cv2.bilateralFilter(img, 9, 75, 75)  # 双边滤波
plt.imshow(blur)
1
2

图像锐化

kernel = np.array([[0, -1, 0], [-1, 5, -1], [0, -1, 0]], np.float32) #定义一个核
dst = cv2.filter2D(img, -1, kernel=kernel)
plt.imshow(dst)
1
2
3

（9）腐蚀与膨胀

• 了解形态学操作的概念
• 学习膨胀、腐蚀、开运算和闭运算等形态学操作
• OpenCV函数：cv2.erode(), cv2.dilate(),cv2.morphologyEx()

形态学操作：形态学操作其实就是改变物体的形状，比如腐蚀就是"变瘦"，膨胀就是"变胖"。

腐蚀

腐蚀的效果是把图片"变瘦"，其原理是在原图的小区域内取局部最小值。因为是二值化图，只有0和255，所以小区域内有一个是0该像素点就为0。

这样原图中边缘地方就会变成0，达到了瘦身目的

OpenCV中用cv2.erode()函数进行腐蚀，只需要指定核的大小就行：

img = cv2.imread('lena.jpg')
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
kernel = np.ones((5, 5), np.uint8)
erosion = cv2.erode(img, kernel)  # 腐蚀
plt.imshow(erosion)
1
2
3
4
5

这个核也叫结构元素，因为形态学操作其实也是应用卷积来实现的。结构元素可以是矩形/椭圆/十字形，可以用cv2.getStructuringElement()来生成不同形状的结构元素，比如：

膨胀

膨胀与腐蚀相反，取的是局部最大值，效果是把图片"变胖"：

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))  # 矩形结构
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))  # 椭圆结构
kernel = cv2.getStructuringElement(cv2.MORPH_CROSS, (5, 5))  # 十字形结构
dilation = cv2.dilate(img, kernel)  # 膨胀
plt.imshow(dilation)
1
2
3
4
5

开/闭运算

先腐蚀后膨胀叫开运算（因为先腐蚀会分开物体，这样容易记住），其作用是：分离物体，消除小区域。这类形态学操作用cv2.morphologyEx()函数实现：

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))  # 定义结构元素
opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)  # 开运算
plt.imshow(opening)
1
2
3

闭运算则相反：先膨胀后腐蚀（先膨胀会使白色的部分扩张，以至于消除/"闭合"物体里面的小黑洞，所以叫闭运算）

closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)  # 闭运算
plt.imshow(closing)
1
2

（10）OpenCV摄像头与视频操作

• 打开摄像头并捕获照片
• 播放本地视频，录制视频
• OpenCV函数：cv2.VideoCapture(), cv2.VideoWriter()

打开摄像头

要使用摄像头，需要使用cv2.VideoCapture(0)创建VideoCapture对象，参数0指的是摄像头的编号，如果你电脑上有两个摄像头的话，访问第2个摄像头就可以传入1，依此类推。

# 打开摄像头并灰度化显示
import cv2

capture = cv2.VideoCapture(0)
while(True):
    # 获取一帧
    ret, frame = capture.read()
    # 将这帧转换为灰度图
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    cv2.imshow('frame', gray)
    if cv2.waitKey(1) == ord('q'):
        break
1
2
3
4
5
6
7
8
9
10
11
12
13

capture.read()函数返回的第1个参数ret(return value缩写)是一个布尔值，表示当前这一帧是否获取正确。cv2.cvtColor()用来转换颜色，这里将彩色图转成灰度图。

另外，通过cap.get(propId)可以获取摄像头的一些属性，比如捕获的分辨率，亮度和对比度等。propId是从0~18的数字，代表不同的属性，完整的属性列表可以参考：VideoCaptureProperties。也可以使用cap.set(propId,value)来修改属性值。比如说，我们在while之前添加下面的代码：

# 获取捕获的分辨率
# propId可以直接写数字，也可以用OpenCV的符号表示
width, height = capture.get(3), capture.get(4)
print(width, height)

# 以原分辨率的一倍来捕获
capture.set(cv2.CAP_PROP_FRAME_WIDTH, width * 2)
capture.set(cv2.CAP_PROP_FRAME_HEIGHT, height * 2)
1
2
3
4
5
6
7
8

播放本地视频

跟打开摄像头一样，如果把摄像头的编号换成视频的路径就可以播放本地视频了。回想一下cv2.waitKey()，它的参数表示暂停时间，所以这个值越大，视频播放速度越慢，反之，播放速度越快，通常设置为25或30。

# 播放本地视频
capture = cv2.VideoCapture('demo_video.mp4')

while(capture.isOpened()):
    ret, frame = capture.read()
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    cv2.imshow('frame', gray)
    if cv2.waitKey(30) == ord('q'):
        break
1
2
3
4
5
6
7
8
9
10

录制视频

之前我们保存图片用的是cv2.imwrite()，要保存视频，我们需要创建一个VideoWriter的对象，需要给它传入四个参数：

• 输出的文件名，如’output.avi’
• 编码方式FourCC码
• 帧率FPS
• 要保存的分辨率大小

FourCC是用来指定视频编码方式的四字节码，所有的编码可参考Video Codecs。如MJPG编码可以这样写： cv2.VideoWriter_fourcc(*'MJPG')或cv2.VideoWriter_fourcc('M','J','P','G')

capture = cv2.VideoCapture(0)

# 定义编码方式并创建VideoWriter对象
fourcc = cv2.VideoWriter_fourcc(*'MJPG')
outfile = cv2.VideoWriter('output.avi', fourcc, 25., (640, 480))

while(capture.isOpened()):
    ret, frame = capture.read()

    if ret:
        outfile.write(frame)  # 写入文件
        cv2.imshow('frame', frame)
        if cv2.waitKey(1) == ord('q'):
            break
    else:
        break
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

摄像头视频操作小结

• 使用cv2.VideoCapture()创建视频对象，然后在循环中一帧帧显示图像。参数传入数字时，代表打开摄像头，传入本地视频路径时，表示播放本地视频。
• cap.get(propId)获取视频属性，cap.set(propId,value)设置视频属性。
• cv2.VideoWriter()创建视频写入对象，用来录制/保存视频。

（11）寻找外接轮廓

在这里的box_list统一都为：[左上,右上,左下,右下]

寻找最大外接正矩形

# Creating contour to track red color 
contours, hierarchy = cv2.findContours(color_mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
c = max(contours, key=cv2.contourArea)
left_x, left_y, width, height = cv2.boundingRect(c)
bound_rect = np.array([[[left_x, left_y]], [[left_x + width, left_y]],
                       [[left_x + width, left_y + height]], [[left_x, left_y+height]]])
box_list = bound_rect.tolist()
cv2.drawContours(color_image, [bound_rect], -1, (255, 255, 255), 2)
1
2
3
4
5
6
7
8

寻找最小外接任意矩形

contours, hierarchy = cv2.findContours(color_mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
c = max(contours, key=cv2.contourArea)
rect = cv2.minAreaRect(c)
box = cv2.boxPoints(rect)
box_list = box.tolist()
# box_list对应坐标点(坐标值可以为负)
# [右下,左下,左上,右上]
cv2.drawContours(color_image, [np.int0(box)], -1, (0, 255, 255), 2)
1
2
3
4
5
6
7
8

寻找最小外接多边形

contours,hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)#查找轮廓
print(len(contours))
x = 0
for i in range(len(contours)):
    area = cv2.contourArea(contours[i])
    if area>10000: # 面积最小限制
        print(area)
        x = i
cnt = contours[x]
img1 = img.copy()
approx1 = cv2.approxPolyDP(cnt,3,True)#拟合精确度,越小越精确
img1  =cv2.polylines(img1,[approx1],True,(255,255,0),2)
cv2.imshow('approxPolyDP1',img1)
1
2
3
4
5
6
7
8
9
10
11
12
13

实例参考：多边形拟合

（12）直方图均衡化

灰度直方图均衡化

对图像进行直方图均衡化（归一化图像亮度和增强图像对比度）

• 输入：单通道图像,例如[256, 256],里边的值为0,1,2
• 输出：单通道图像,里边的值为0,127,255

gray_img = cv2.equalizeHist(gray_img) # 直方图均衡化
1

（13）灰度图转伪色彩图

img_color = cv2.applyColorMap(cv2.convertScaleAbs(gray_img, alpha=1), cv2.COLORMAP_JET) # 伪彩色图
1

在程序中有alpha这个值，会影响效果。

可选的颜色空间如下图所示：

参考文章：灰度图（深度图）转伪彩色

函数总结

读取图片cv2.imread()
展示图片cv2.imshow()
保存图片cv2.imwrite()
通道转换cv2.cvtColor()
RGB或BGR到灰度 COLOR_RGB2GRAY，COLOR_BGR2GRAY
RGB或BGR到YcrCb（或YCC）COLOR_RGB2YCrCb，COLOR_BGR2YCrCb
RGB或BGR到HSV COLOR_RGB2HSV，COLOR_BGR2HSV
RGB或BGR到Luv COLOR_RGB2Luv，COLOR_BGR2Luv
灰度到RGB或BGR COLOR_GRAY2RGB，COLOR_GRAY2BGR
阈值分割cv2.threshold()
自适应阈值分割cv2.adaptiveThreshold()
缩放图片cv2.resize()
翻转图片cv2.flip()
平移图片cv2.warpAffine()
画线cv2.line()
画圆cv2.circle()
画矩形cv2.rectangle()
画椭圆cv2.ellipse()
画多边形cv2.polylines()
添加文字cv2.putText()
叠加图片cv2.add()
图像混合cv2.addWeighted()
按位与运算cv2.bitwise_and()
按位或运算cv2.bitwise_not()
按位非运算cv2.bitwise_or()
按位异或运算cv2.bitwise_xor()
均值滤波cv2.blur()
高斯滤波cv2.GaussianBlur()
方框滤波cv2.boxFilter()
中值滤波cv2.medianBlur()
双边滤波cv2.bilateralFilter()
图像锐化cv2.filter2D()
边缘检测cv2.Canny()
腐蚀cv2.erode()
膨胀cv2.dilate()
开/闭运算cv2.morphologyEx()
打开摄像头cv2.VideoCapture(0)
读帧capture.read()
获取摄像头属性cap.get(propId)
设置摄像头属性cap.set(propId,value)
播放视频cv2.waitKey()
保存视频cv2.VideoWriter()

参考文章：

• 面向初学者的OpenCV-Python教程
• PaddlePaddle领航团 OpenCV基础知识点总结