一、图像的读取、显示
1.读入图像
img = cv2.imread(文件名,[,参数])
- 参数(1) cv2.IMREAD_UNCHANGED (图像不可变)
- 参数(2) cv2.IMREAD_GRAYSCALE (灰度图像)
- 参数(3) cv2.IMREAD_COLOR (读入彩色图像)
- 参数(4) cv2.COLOR_BGR2RGB (图像通道BGR转成RGB)
2.显示图像
cv2.imshow(窗口名, 图像名)
3.窗口等待
cv2.waitKey(delay)
- delay 表示等待毫秒数，将等待特定的几毫秒,如果其参数为0，则表示无限期的等待键盘输入；参数>0表示等待delay毫秒；参数<0表示等待键盘单击
4.删除窗口
- 删除所有窗口
cv2.destroyAllWindows() - 删除指定的窗口
cv2.destroyWindows()
5.写入图片
cv2.imwrite(文件地址, 文件名)
import cv2
#读取图片
img = cv2.imread("data/test1.jpg")
#显示图像
cv2.imshow("Demo", img)
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
#写入图像
cv2.imwrite("data/test_write1.jpg", img)
二、像素处理
基于索引
1.读取像素
-
灰度图像：返回值 = 图像(位置参数)
灰度图像直接返回灰度值 -
彩色图像：返回值 = 图像[位置元素, 0 | 1 | 2 ] 获取BGR三个通道像素
彩色图像则返回B、G、R三个分量
2.修改图像
-
灰度图像：图像(位置参数) = 像素值
灰度图像直接返回灰度值 -
彩色图像：图像[位置元素, 0 | 1 | 2 ] = 像素值
彩色图像则返回B、G、R三个分量
# 像素点的操作
import cv2
# 读取图片
img = cv2.imread("data/test1.jpg", cv2.IMREAD_UNCHANGED)
# 读取座标点像素
test = img[300, 200]
print(test)
# 修改相应位置像素
img[300, 200] = [255, 255, 255]
print(test)
#分别获取BGR通道像素
blue = img[300, 200]
# print(blue)
green = img[300, 200]
# print(green)
red = img[300, 200]
# print(red)
#显示图像
cv2.imshow("Demo", img)
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
# 像素区域的操作
import cv2
#读取图片
img = cv2.imread("data/test1.jpg", cv2.IMREAD_UNCHANGED)
#该区域设置为红色
img[100:200, 150:250] = [0, 0, 255]
#显示图像
cv2.imshow("Demo", img)
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
基于Numpy
1.读取像素
返回值 = 图像.item(位置参数)
2.修改图像
图像.itemset(位置, 新值)
import cv2
import numpy
#读取图片
img = cv2.imread("data/test1.jpg", cv2.IMREAD_UNCHANGED)
#Numpy读取像素
blue = img.item(300, 200, 0)
green = img.item(300, 200, 1)
red = img.item(300, 200, 2)
# print(blue)
# print(green)
# print(red)
# Numpy修改像素
img.itemset((300, 200, 0), 255)
img.itemset((300, 200, 1), 255)
img.itemset((300, 200, 2), 255)
#显示图像
cv2.imshow("Demo", img)
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
三、图像属性
基本属性
1.形状-shape
image.shape
灰度图像.shape = (行数, 列数)彩色图像.shape = (行数, 列数, 通道数)
2.像素数目-size
image.size
灰度图像.size = 行数 * 列数彩色图像.size = 行数 * 列数 * 通道数
3.图像类型-dtype
通过dtype关键字获取图像的数据类型，通常返回uint8
import cv2
import numpy
#读取图片
img = cv2.imread("data/test1.jpg", cv2.IMREAD_UNCHANGED)
#获取图像形状
print(img.shape)
#获取像素数目
print(img.size)
#获取图像类型
print(img.dtype)
图像通道
1.通道拆分
OpenCV读取的彩色图像由B、G、R三原色组成
b = img[:, :, 0]
g = img[:, :, 1]
r = img[:, :, 2]
或者
b, g, r = cv2.split(img)
2.通道合并
img = cv2.merge([b, g, r])
import cv2
import numpy as np
#读取图片
img = cv2.imread("data/test2.jpg", cv2.IMREAD_UNCHANGED)
#拆分通道
b = img[:, :, 0]
g = img[:, :, 1]
r = img[:, :, 2]
b, g, r = cv2.split(img)
#显示原始图像
cv2.imshow("B", b)
cv2.imshow("G", g)
cv2.imshow("R", r)
#合并通道
m = cv2.merge([b, g, r])
cv2.imshow("Merge", m)
# 按其他顺序合并通道
m = cv2.merge([r, g, b])
cv2.imshow("Merge1", m)
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
三、图像类型转换
图像类型转换是指将一种类型转换为另一种类型，比如彩色图像转换为灰度图像、BGR图像转换为RGB图像。
result = cv2.cvtColor(src, 参数)
OPenCV提供了200多种不同类型之间的转换，其中最常用的包括3类
cv2.COLOR_BGR2GRAYcv2.COLOR_BGR2RGBcv2.COLOR_GRAY2BGR
import cv2
import numpy as np
#读取图片
src = cv2.imread('data/test2.jpg')
#图像类型转换
#转换通道
result1 = cv2.cvtColor(src, cv2.COLOR_BGR2RGB)
#转为灰度图
result2 = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)
#转为彩色图
result3 = cv2.cvtColor(result2, cv2.COLOR_GRAY2BGR)
#显示图像
cv2.imshow("src", src)
cv2.imshow("RGB", result1)
cv2.imshow("GRAY", result2)
cv2.imshow("BGR", result3)
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
