基本屬性
cv2.imread(文件名,屬性) 讀入圖像
屬性:指定圖像用哪種方式讀取文件
cv2.IMREAD_COLOR:讀入彩色圖像,默認(rèn)參數(shù),Opencv 讀取彩色圖像為BGR模式 ?。?!注意
cv2.IMREAD_GRAYSCALE:讀入灰度圖像。
cv2.imshow(窗口名,圖像文件) 顯示圖像
可以創(chuàng)建多個(gè)窗口
cv2.waitKey() 鍵盤(pán)綁定函數(shù)
函數(shù)等待特定的幾毫秒,看是否由鍵盤(pán)輸入。
cv2.namedWindow(窗口名,屬性) 創(chuàng)建一個(gè)窗口
屬性:指定窗口大小模式
cv2.WINDOW_AUTOSIZE:根據(jù)圖像大小自動(dòng)創(chuàng)建大小
cv2.WINDOW_NORMAL:窗口大小可調(diào)整
cv2.destoryAllWindows(窗口名) 刪除任何建立的窗口
代碼實(shí)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(保存圖像名,需保存圖像) 保存圖像
代碼實(shí)例:
import cv2 img=cv2.imread('test.png',0) cv2.imshow('image',img) k=cv2.waitKey(0) if k==27: #等待 ESC 鍵 cv2.destoryAllWindows() elif k==ord('s') #等待 's' 鍵來(lái)保存和退出 cv2.imwrite('messigray.png',img) cv2.destoryAllWindows()
對(duì)于圖像的一些操作
0x01. 獲取圖片屬性
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. 輸出文本
在處理圖片時(shí),將一些信息直接以文字的形式輸出在圖片上
cv2.putText(圖片名,文字,坐標(biāo),文字顏色)
0x03. 縮放圖片
實(shí)現(xiàn)縮放圖片并保存,在使用OpenCV時(shí)常用的操作。cv2.resize()支持多種插值算法,默認(rèn)使用cv2.INTER_LINEAR,縮小最適合使用:cv2.INTER_AREA,放大最適合使用: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)
此處None本應(yīng)該是輸出圖像的尺寸,因?yàn)楹筮呍O(shè)置了縮放因子
0x04. 圖像平移
cv2.warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]])
平移就是將圖像換個(gè)位置,如果要沿(x,y)方向移動(dòng),移動(dòng)距離為(tx,ty),則需要構(gòu)建偏移矩陣M。
例如 平移圖片(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)代表輸出圖像的大小,M為變換矩陣,100代表x的偏移量,50代表y的偏移量,單位為像素。
0x05. 圖像旋轉(zhuǎn)
OpenCV中首先需要構(gòu)造一個(gè)旋轉(zhuǎn)矩陣,通過(guò)cv2.getRotationMatrix2D獲得。
import cv2 img=cv2.imread('test.png',0) rows,cols=img.shape #第一個(gè)參數(shù)為旋轉(zhuǎn)中心,第二個(gè)為旋轉(zhuǎn)角度,第三個(gè)為旋轉(zhuǎn)后的縮放因子 M=cv2.getRotationMatrix2D((cols/2,rows/2),45,0.6) #第三個(gè)參數(shù)為圖像的尺寸中心 dst=cv2.warpAffine(img,M,(2*cols,2*rows)) cv2.imshow('img',dst) cv2.waitKey(0) cv2.destoryALLWindows()
0x06. 仿射變換
在仿射變換中,原圖中所有的平行線在結(jié)果圖像中同樣平行。為了創(chuàng)建偏移矩陣,需要在原圖像中找到三個(gè)點(diǎn)以及它們?cè)?/script>輸出圖像中的位置。然后OpenCV中提供了cv2.getAffineTransform創(chuàng)建2*3的矩陣,最后將矩陣傳給函數(shù)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. 透視變換
視角變換,需要一個(gè)3*3變換矩陣。在變換前后要保證直線還是直線。構(gòu)建此矩陣需要在輸入圖像中找尋4個(gè)點(diǎn),以及在輸出圖像中對(duì)應(yīng)的位置。這四個(gè)點(diǎn)中的任意三個(gè)點(diǎn)不能共線。變換矩陣OpenCV提供cv2.getPerspectiveTransform()構(gòu)建。然后將矩陣傳入函數(shù)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. 圖像 regions of Interest
有時(shí)需要對(duì)一副圖像的特定區(qū)域進(jìn)行操作,ROI使用Numpy索引來(lái)獲得的。
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/合并處理
有時(shí)需要對(duì)BGR三個(gè)通道分別進(jìn)行操作。這時(shí)需要將BGR拆分成單個(gè)通道。同時(shí)有時(shí)需要把獨(dú)立通道的圖片合并成一個(gè)BGR圖像。
使用OpenCV庫(kù)函數(shù)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()是一個(gè)比較耗時(shí)的操作。只有需要時(shí)使用,盡量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 #直接獲取 b=img[:,:,0]
聲明:本網(wǎng)頁(yè)內(nèi)容旨在傳播知識(shí),若有侵權(quán)等問(wèn)題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系,我們將在第一時(shí)間刪除處理。TEL:177 7030 7066 E-MAIL:11247931@qq.com