OpenCV基本图像处理操作（五）——图像数据操作

数据读取

• cv2.IMREAD_COLOR：彩色图像
• cv2.IMREAD_GRAYSCALE：灰度图像

import cv2 #opencv读取的格式是BGR
import matplotlib.pyplot as plt
import numpy as np 
%matplotlib inline 

img=cv2.imread('cat.jpg')
1
2
3
4
5
6

数据显示

#图像的显示,也可以创建多个窗口
cv2.imshow('image',img) 
# 等待时间，毫秒级，0表示任意键终止
cv2.waitKey(0) 
cv2.destroyAllWindows()
1
2
3
4
5

灰度图显示

img=cv2.imread('cat.jpg',cv2.IMREAD_GRAYSCALE)
1

数据保存

#保存
cv2.imwrite('mycat.png',img)
1
2

数据读取-视频

• cv2.VideoCapture可以捕获摄像头，用数字来控制不同的设备，例如0,1。
• 如果是视频文件，直接指定好路径即可。

vc = cv2.VideoCapture('test.mp4')
1

# 检查是否打开正确
if vc.isOpened(): 
    oepn, frame = vc.read()
else:
    open = False
1
2
3
4
5

while open:
    ret, frame = vc.read()
    if frame is None:
        break
    if ret == True:
        gray = cv2.cvtColor(frame,  cv2.COLOR_BGR2GRAY)
        cv2.imshow('result', gray)
        if cv2.waitKey(100) & 0xFF == 27:
            break
vc.release()
cv2.destroyAllWindows()
1
2
3
4
5
6
7
8
9
10
11

截取部分图像数据

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

1
2
3

颜色通道提取

b,g,r=cv2.split(img)
1

边界填充

这段代码演示了使用 OpenCV 在图像边缘添加不同类型的边框的方法。代码首先指定了要添加到图像四周的边框大小，然后使用不同的边框类型来创建新的图像。最后，使用 matplotlib 展示了原始图像和各种边框效果。下面是代码的详细解释和逐行注释：

# 引入必需的库
import numpy as np
import cv2
from matplotlib import pyplot as plt

# 定义添加到图像边缘的大小
top_size, bottom_size, left_size, right_size = (50, 50, 50, 50)

# 使用不同的边框类型复制并添加边框
# REPLICATE：复制边缘像素
replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE)
# REFLECT：边框以边缘像素为轴对称
reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT)
# REFLECT_101：与 REFLECT 类似，但在对称时排除最边缘的像素
reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT_101)
# WRAP：边框通过将图像对折后使用对面的像素
wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_WRAP)
# CONSTANT：添加恒定颜色的边框，这里颜色值为 0 （黑色）
constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_CONSTANT, value=0)

# 使用 matplotlib 显示原始图像和各种边框效果
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(reflect101, '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')

# 显示图像
plt.show()
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
27
28
29
30

每种边框类型都有其特定的视觉效果和用途：

• REPLICATE：简单地复制边缘像素，常用于需要扩展图像但保持边缘内容时。
• REFLECT 和 REFLECT_101：创建一种对称效果，常用于需要美观对称的场景。
• WRAP：通过将图像对折来使用对面的像素，产生一种包装纸效果。
• CONSTANT：添加一个固定颜色的边框，可以自定义颜色，这里使用的是黑色。
  

数值计算

img_cat=cv2.imread('cat.jpg')
img_dog=cv2.imread('dog.jpg')
img_cat2= img_cat +10 
cv2.add(img_cat,img_cat2)[:5,:,0]

1
2
3
4
5