Python-OpenCV基本操作方法详解


            基本属性

cv2.imread(文件名，属性) 读入图像

属性：指定图像用哪种方式读取文件 

cv2.IMREAD_COLOR：读入彩色图像，默认参数，Opencv 读取彩色图像为BGR模式 ！！！注意

cv2.IMREAD_GRAYSCALE：读入灰度图像。

cv2.imshow(窗口名，图像文件) 显示图像

可以创建多个窗口

cv2.waitKey() 键盘绑定函数

函数等待特定的几毫秒，看是否由键盘输入。

cv2.namedWindow(窗口名，属性) 创建一个窗口

属性:指定窗口大小模式 

cv2.WINDOW_AUTOSIZE：根据图像大小自动创建大小

cv2.WINDOW_NORMAL：窗口大小可调整

cv2.destoryAllWindows(窗口名) 删除任何建立的窗口

代码实例：





import cv2

 img=cv2.imread('test.py',cv2.IMREAD_COLOR)

 cv2.namedWindow('image',cv2.WINDOW_NORMAL)

 cv2.imshow('image',img)

 cv2.waitKey(0)

 cv2.destoryAllWindows()



cv2.imwrite(保存图像名，需保存图像) 保存图像

代码实例：





 import cv2

 img=cv2.imread('test.png',0)

 cv2.imshow('image',img)

 k=cv2.waitKey(0)

 if k==27: #等待 ESC 键

  cv2.destoryAllWindows()

 elif k==ord('s') #等待 's' 键来保存和退出

  cv2.imwrite('messigray.png',img)

  cv2.destoryAllWindows()



对于图像的一些操作

0x01. 获取图片属性





import cv2

img=img.imread('test.png')

print img.shape

#(768,1024,3)

print img.size

#2359296 768*1024*3

print img.dtype

#uint8



0x02. 输出文本

在处理图片时，将一些信息直接以文字的形式输出在图片上

cv2.putText(图片名，文字，坐标，文字颜色)

0x03. 缩放图片

实现缩放图片并保存，在使用OpenCV时常用的操作。cv2.resize()支持多种插值算法，默认使用cv2.INTER_LINEAR，缩小最适合使用：cv2.INTER_AREA，放大最适合使用：cv2.INTER_CUBIC或cv2.INTER_LINEAR。





res=cv2.resize(image,(2*width,2*height),interpolation=cv2.INTER_CUBIC) 



或者：





res=cv2.resize(image,None,fx=2,fy=2,interpolation=cv2.INTER_CUBIC) 



此处None本应该是输出图像的尺寸，因为后边设置了缩放因子

0x04. 图像平移





cv2.warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]]) 



平移就是将图像换个位置，如果要沿(x,y)方向移动，移动距离为(tx,ty),则需要构建偏移矩阵M。



例如 平移图片(100,50）





 import cv2

 img=cv2.imread('test.png',1)

 rows,cols,channel=img.shape

 M=np.float32([[1,0,100],[0,1,50]])

 dst=cv2.warpAffine(img,M,(cols,rows))

 cv2.imshow('img',dst)

 cv2.waitKey(0)

 cv2.destoryALLWindows()



其中 (cols,rows)代表输出图像的大小，M为变换矩阵，100代表x的偏移量，50代表y的偏移量，单位为像素。

0x05. 图像旋转

OpenCV中首先需要构造一个旋转矩阵，通过cv2.getRotationMatrix2D获得。





import cv2

img=cv2.imread('test.png',0)

rows,cols=img.shape

#第一个参数为旋转中心，第二个为旋转角度，第三个为旋转后的缩放因子

M=cv2.getRotationMatrix2D((cols/2,rows/2),45,0.6)

#第三个参数为图像的尺寸中心

dst=cv2.warpAffine(img,M,(2*cols,2*rows))

cv2.imshow('img',dst)

cv2.waitKey(0)

cv2.destoryALLWindows()



0x06. 仿射变换

在仿射变换中，原图中所有的平行线在结果图像中同样平行。为了创建偏移矩阵，需要在原图像中找到三个点以及它们在输出图像中的位置。然后OpenCV中提供了cv2.getAffineTransform创建2*3的矩阵，最后将矩阵传给函数cv2.warpAffine。





import cv2

import matplotlib.pyplot as plt

import numpy as np

img=cv2.imread('test.png')

rows,cols,ch=img.shape

pts1=np.float32([[50,50],[200,50],[50,200]])

pts2=np.float32([[10,100],[200,50],[100,250]])

M=cv2.getAffineTransform(pts1,pts2)

dst=cv2.warpAffine(img,M,(cols,rows))

plt.subplot(121),plt.imshow(img),plt.title('Input')

plt.subplot(122),plt.imshow(dst),plt.title('Output')

plt.show()





0x07. 透视变换

视角变换，需要一个3*3变换矩阵。在变换前后要保证直线还是直线。构建此矩阵需要在输入图像中找寻4个点，以及在输出图像中对应的位置。这四个点中的任意三个点不能共线。变换矩阵OpenCV提供cv2.getPerspectiveTransform()构建。然后将矩阵传入函数cv2.warpPerspective。





import cv2

import numpy as np

import matplotlib.pyplot as plt

img=cv2.imread('test.png')

rows,cols,ch=img.shape

pts1=np.float32([[56,65],[368,52],[28,387],[389,390]])

pts2=np.float32([[0,0],[300,0],[0,300],[300,300]])

M=cv2.getPerspectiveTransform(pts1,pts2)

dst=cv2.warpPerspective(img,M,(300,300))

plt.subplot(121),plt.imshow(img),plt.title('Input')

plt.subplot(122),plt.imshow(dst),plt.title('Output')

plt.show()





0x09. 图像 regions of Interest

有时需要对一副图像的特定区域进行操作，ROI使用Numpy索引来获得的。





import cv2

import numpy as np

import matplotlib.pyplot as plt



image=cv2.imread('test.png')

rows,cols,ch=image.shape

tall=image[0:100,300:700]

image[0:100,600:1000]=tallall

cv2.imshow("image",image)

cv2.waitKey(0)

cv2.destoryALLWindows()







0x10. 通道的拆分/合并处理

有时需要对BGR三个通道分别进行操作。这时需要将BGR拆分成单个通道。同时有时需要把独立通道的图片合并成一个BGR图像。

使用OpenCV库函数版本





import cv2

import numpy as np

import matplotlib.pyplot as plt



image=cv2.imread('pitt1.jpg')

rows,cols,ch=image.shape

#拆分通道，cv2.split()是一个比较耗时的操作。只有需要时使用，尽量Numpy

b,g,r=cv2.split(image)

print b.shape

#(768,1024)

#合并通道

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





使用Numpy索引版本：





import cv2

import numpy as np

import matplotlib.pyplot as plt



image=cv2.imread('pitt1.jpg')

rows,cols,ch=image.shape

#直接获取

b=img[:,:,0]





以上这篇Python-OpenCV基本操作方法详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持中文源码网。