读取图片、并显示图片
import cv2 #核心包
import numpy as np
input = cv2.imread('./images/input.jpg')
cv2.imshow("Hello openCV",input)
cv2.waitKey(10)
cv2.destroyAllWindows()
写入图片
# imwrite 这个方法，加上文件名就可以帮我们保存图片
cv2.imwrite('output.jpg', input)
cv2.imwrite('output.png', input)
图片灰度（图片变灰可以提高图片处理效率，通道减少维度下降了）
# 使用 cvtColor 這個方法來转换图片的成黑白
gray_image = cv2.cvtColor(input,cv2.COLOR_BGR2GRAY)
#方式二：img = cv2.imread('./images/input.jpg',0) #直接读取其中一个通道
图片对应坐标像素点查看
B,G,R = image[0, 0]
print(B,G,R) # 会打印对应的三个色值
#如果灰度的话 只有一个值
gray_iamge = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) print(gray_iamge.shape) print(gray_iamge[0,0]) #21 这个时候只有一个值输出
color for HSV (色调、饱和度、亮度 什么的)
image = cv2.imread('./images/input.jpg')
hsv_image = cv2.cvtColor(image,cv2.COLOR_BGR2HSV)
# 打印原图，还有 HSV 单个通道的内容
cv2.imshow("HSV image",hsv_image)
cv2.imshow("Hue channel",hsv_image[:,:,0])
cv2.imshow("Saturation channel",hsv_image[:,:,1])
cv2.imshow("valie channel",hsv_image[:,:,2])
cv2.waitKey()
cv2.destroyAllWindows()
改变图片单（可以任意）个通道的色值，通过先分离，再合并
image = cv2.imread('./images/input.jpg')
# 使用 split 方法來抽出单个 BGR 通道
B,G,R = cv2.split(image)
print (B.shape)
# cv2.imshow("Red",R)
# cv2.imshow("Blue",B)
# cv2.imshow("Green",G)
# cv2.waitKey()
# cv2.destroyAllWindows()
# 使用 re-mark. 來重新制作原始图片
# merged = cv2.merge([B,G,R])
# cv2.imshow("Merged",merged)
# cv2.waitKey()
# cv2.destroyAllWindows()
# 修改单个颜色强度
merged = cv2.merge([B+100,G,R])
cv2.imshow("Merged with blue",merged)
cv2.waitKey()
cv2.destroyAllWindows()
只显示一个颜色（这个背景是黑色）
import cv2
import numpy as np
B,G,R = cv2.split(image)
# 创建一個矩陣 [0,0,0] zero
zeros = np.zeros(image.shape[:2], dtype="uint8")
cv2.imshow("Red", cv2.merge([zeros, zeros, R]))
cv2.imshow("Green", cv2.merge([zeros, G, zeros]))
cv2.imshow("Blue", cv2.merge([B, zeros, zeros]))
cv2.waitKey()
cv2.destroyAllWindows()
一张图片的颜色直方图（Y轴像素量）
from matplotlib import pyplot as plt
import cv2
import numpy as np
image = cv2.imread('./images/input.jpg')
histogram = cv2.calcHist([image],[0],None,[256],[0,256])
# cv2.calcHist([圖像],[通道],掩碼,[範圍],[BIN 的數量表示尺寸])
# calcHist 幫助我們繪圖(直方圖)
# 圖像：uint8 或者。uint32 的圖像要用 []
# 通道：對於彩色圖像來說可以分別使用 [0][1][2] 的方式分別來計算 藍色 綠色 或是紅色
# 掩碼：掩蓋掉圖片，如果我們有想要指定特定的顏色再給他數據（蒙太奇）後面會講
# hitsize: 表示圖表的單位數量
#整張圖片裡面藍色的分佈情況
# plt.hist(image.ravel(), 256, [0, 256]); plt.show()
color = ("b","g","r")
for i, col in enumerate(color):
histogram2 = cv2.calcHist([image],[i],None,[256],[0,256])
plt.plot(histogram2, color = col)
plt.xlim([0,256])
plt.show()
