上海建设房屋网站,短期职业技能培训班,搜索引擎营销的优缺点及案例,网页前端开发框架本文结构 图像处理的基本操作读取图像imread() 显示图像imshow()waitKey()destroyAllWindows() 保存图像imwrite() 复制图像copy() 获取图像属性 像素确定像素的位置获取像素的BGR值修改像素的BGR值 色彩空间GRAY色彩空间cvtColor()——从BGR色彩空间转换到GRAY色彩空间 HSV色彩… 本文结构 图像处理的基本操作读取图像imread() 显示图像imshow()waitKey()destroyAllWindows() 保存图像imwrite() 复制图像copy() 获取图像属性 像素确定像素的位置获取像素的BGR值修改像素的BGR值 色彩空间GRAY色彩空间cvtColor()——从BGR色彩空间转换到GRAY色彩空间 HSV色彩空间从BGR色彩空间转换到HSV色彩空间 通道拆分通道拆分一幅BGR图像中的通道拆分一幅HSV图像中的通道 合并通道综合运用拆分通道和合并通道alpha通道 图像处理的基本操作
图像处理包括4个基本操作读取图像、显示图像、保存图像和获取图像属性。
读取图像
imread()
image cv2.imread(filename,flags)filename目标图像的完整路径名。flags图像的颜色类型的标记有0和1两个值其中1为默认值。当读取一幅彩色图像时如果想要得到一幅彩色图像那么flags的值为1此时flags的值可以省略想要得到一幅灰度图像则为0。image是imread()方法的返回值返回的是读取到的彩色图像或者灰度图像。
其实就是读取了一个存在filename路径的图片然后用image去表示这个图片而已image只是一个举例你爱叫啥叫啥flags是0还是1取决于你想要彩图还是灰白图。 实例1 读取当前项目目录下的图像 在PyCharm中的Demos项目下有一幅名为1.jpg的图像。 现在先使用imread()方法读取1.jpg再使用print()方法打印1.jpg。代码如下所示 import cv2 # 导入库image cv2.imread(1.jpg,1) # 读取1.jpg等价于image cv2.imread(1.jpg)
print(image) # 打印1.jpg部分结果如下 图中输出的数字是1.jpg的部分像素值。
如果图像存储在电脑C盘中示例代码如下
import cv2 #opencv读取的格式是BGRimg cv2.imread(C:/Users/lenovo/Pictures/Saved Pictures/castle.jpg) # 路径中不能出现中文
print(image)注意“D:/1.jpg等价于D:\1.jpg” 显示图像
imshow()
imshow()方法用于显示图像
cv2.imshow(winname,mat)winname 显示图像的窗口名称。mat 要显示的图像
waitKey()
waitKey()方法用于等待用户按下键盘上的某个按键时将执行waitKey()方法并且获取与这个按键相对应的ASCII码
retval cv2.waitKey(delay)delay等待用户按下键盘上按键的时间单位为毫秒ms。当delay的值为负数0或者空时表示无限等待用户按下键盘上按键的时间。retval与被按下的按键相对应的ASCII码。例如ESC键的ASCII码是27当用户按下该键时waitKey()方法的返回值为27.如果没有按键被按下waitKey()方法的返回值是-1。
destroyAllWindows()
destroyAllWindows()方法用于销毁所有正在显示图像的窗口
cv2.destroyAllWindows()实例2 窗口显示图像 import cv2image cv2.imread(1.jpg, 1) # 读取1.jpg
cv2.imshow(image,image) # 在名为 image 的窗口中显示1.jpg
cv2.waitKey() # 按下任何键盘按键中
cv2.destroyAllWindows() # 销毁所有窗口结果如下 如果想设置窗口显示图像的时间为5s示例代码如下
import cv2image cv2.imread(1.jpg, 1) # 读取1.jpg
cv2.imshow(image,image) # 在名为 image 的窗口中显示1.jpg
cv2.waitKey(5000) # 括号内单位为ms
cv2.destroyAllWindows() # 销毁所有窗口注意 显示图像的窗口名称不能是中文否则会乱码。为了能够正常显示图像要在cv2.imshow()后紧跟着cv2.waitKey()。 保存图像
imwrite()
imwrite()可按照指定路径保存图像
cv2.imwrite(filename,img)filename 保存图像时所用的完整路径img 要保存的图像 实例3 保存图像 import cv2image cv2.imread(1.jpg, 1) # 读取1.jpg
cv2.imwrite(D:/Pictures/1.jpg,image) # 把1.jpg保存为D盘根目录下Pictures文件夹中的1.jpg注意 运行上述代码前要在E盘根目录下新建一个空的Pictures文件夹 复制图像
copy()
在OpenCV中图像是由二维数组或者三维数组表示的。因此使用copy()方法除了能够复制数组外还能够复制图像。 实例4复制图像 import cv2image cv2.imread(1.jpg, 1) # 读取1.jpg
copyImage image.copy()
cv2.imshow(img,image)
cv2.imshow(copyImage,copyImage)
cv2.waitKey()
cv2.destroyAllWindows()结果如下
获取图像属性
处理图像的过程中经常需要获取图像的大小、类型等图像属性。为此OpenCV提供了shape、size和dtype这3个常用属性。
shape 如果是彩色图像那么获取的是一个包含图像的像素行数、像素列数、通道数的数组数组的格式为像素行数像素列数通道数如果是灰度图像那么获取的是一个包含图像的像素列数、像素行数的数组数组的格式为像素行数像素列数。size 获取的是图像包含的像素总数其值为像素行数×像素列数×通道数灰度图像的通道数为1dtype 获取的是图像的数据类型 实例4 打印彩色图像和灰度图像的属性 import cv2image_Color cv2.imread(1.jpg, 1) # 读取1.jpg
print(获取彩色图像的属性)
print(shape ,image_Color.shape) #打印彩色图像的像素行数像素列数通道数
print(size ,image_Color.size) #打印彩色图像包含的像素总数
print(dtype ,image_Color.dtype) #打印彩色图像的数据类型image_Gray cv2.imread(1.jpg, 0) # 读取1.jpg的灰度图像
print(获取灰度图像的属性)
print(shape ,image_Gray.shape) #打印灰度图像的像素行数像素列数
print(size ,image_Gray.size) #打印灰度图像包含的像素总数
print(dtype ,image_Gray.dtype) #打印灰度图像的数据类型结果如下
像素
像素是构成数字图像的基本单位。将电脑上的一幅图片放大会发现图像是由许多个小方块组成的通常把一个小方块称作一个像素。因此一个像素是具有一定面积的一个块而不是一个点。需要注意的是像素的形状是不固定的大多数情况下像素被认为是方形的但有时也可能是圆形的或者是其他形状的。
确定像素的位置
在OpenCV中正确表示图像中某个像素坐标的格式为 (y,x) 方向示意图如下 实例5 表示图中的指定像素 import cv2image cv2.imread(1.jpg, 1) # 读取1.jpg
px image[50,30] # 坐标5030上的像素获取像素的BGR值
人眼能够感知红色、绿色和蓝色这3种不同的颜色称为三基色。计算机利用色彩空间对颜色进行编码把与“三基色”对应的色彩空间称作“RGB色彩空间”。
在RGB色彩空间种包含3个通道R通道、G通道、B通道分别代表红色通道、绿色通道、蓝色通道每个通道都在区间[0,255]内进行取值。这样计算机通过为这3个色彩通道取不同的值来表示不同的颜色。
OpenCV默认的通道顺序是B-G-R。也就是说当OpenCV获取图像内某个像素的值时这个值指的是这个像素的BGR值OpenCV默认使用的色彩空间是BGR色彩空间。 在实例5中凭借一个标签px就成功地表示了坐标5030上的像素。如果使用print()方法打印这个像素就会得到这个像素的BGR值。
import cv2image cv2.imread(1.jpg, 1) # 读取1.jpg
px image[50,30] # 坐标5030上的像素同时获取三个通道的值
blue image[50, 30, 0] # 坐标5030)上的像素的B通道的值
green image[50, 30, 1] # 坐标5030)上的像素的G通道的值
red image[50, 30, 2] # 坐标5030)上的像素的R通道的值
print(px)
print(blue,green,red)结果如下
修改像素的BGR值
import cv2image cv2.imread(1.jpg, 1) # 读取1.jpg
px image[50, 30] # 坐标5030上的像素
print(像素的初试BGR值是,px)
px [255,255,255] # 把坐标上的像素的值修改为[255,255,255]
print(像素修改后的BGR值是,px)结果如下 当图像中的每个像素的B、G、R这3个数值相等时就可以得到灰度图像。其中当B G R 0时像素呈现纯黑色当B G R 255时像素呈现纯白色。 实例6 修改图像中的指定区域内的所有像素 在图像上设定4个点将4个点围成的区域内的所有像素都修改为白色。 import cv2image cv2.imread(1.jpg, 1) # 读取1.jpg
cv2.imshow(img_01, image) # 显示图像
for i in range(241, 292): # i表示横坐标在区间[241,291]内取值for j in range(168, 219): # j表示纵坐标在区间[168,218]内取值image[i, j] [255, 255, 255] # 把区域内的所有像素都修改为白色
cv2.imshow(img_02, image) # 显示像素被修改后的图像
cv2.waitKey()
cv2.destroyAllWindows() # 关闭所有的窗口时销毁所有窗口结果如下
色彩空间
上文中简单介绍了RGB色彩空间和BGR色彩空间。接下来将介绍在OpenCV中另外两个比较常见的色彩空间GRAY色彩空间和HSV色彩空间。
GRAY色彩空间
GRAY色彩空间通常指的是灰度图像。灰度图像是一种每个像素都是从黑到白被处理为256个灰度级别的单色图像。这256个灰度级别分别用区间[0,255]中的数值表示。“0”表示黑色“255”表示白色0~255之间的数值表示不同亮度即色彩的深浅程度的深灰色和浅灰色。
cvtColor()——从BGR色彩空间转换到GRAY色彩空间
OpenCV可以使用imread()方法把图片读取为灰度图像。除此之外OpenCV还提供了cvtColor()方法用于转换图像的色彩空间。
dst cv2.cvtColor(src,code)src 转换色彩空间前的初始图象code 色彩空间转换码dst 转换色彩空间后的图像
当一幅彩色图像从BGR色彩空间转换到GRAY色彩空间时需要使用的色彩空间转换码时cv2.COLOR_BGR2GRAY。 实例7 从BGR色彩空间转换到GRAY色彩空间 import cv2image cv2.imread(1.jpg, 1) # 读取1.jpg
cv2.imshow(img_01, image) # 显示图像
# 将1.jpg从BGR色彩空间转换到GRAY色彩空间
gray_image cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
cv2.imshow(GRAY, gray_image) # 显示灰度图像
cv2.waitKey()
cv2.destroyAllWindows() # 关闭所有的窗口时销毁所有窗口结果如下; 虽然色彩空间类型转换是双向的而且OpenCV也提供了cv2.COLOR_GRAY2BGR这个色彩空间转换码但是灰度图像是无法转换成彩色图像的。这是因为在彩色图像转换成灰度图像的过程中已经丢失了颜色比例。
HSV色彩空间
RGB色彩空间是基于三基色而言的即红色、绿色和蓝色。而HSV色彩空间则是基于色调、饱和度和亮度而言的。
色调H是指光的颜色。OpenCV中色调在区间[0,180]内取值。例如代表红色、黄色、绿色和蓝色的色调值分别为0、30、60和120。饱和度S是指色彩的深浅。在OpenCV中饱和度在[0,255]内取值。当饱和度为0时图像将变为灰度图像。亮度V是指光的明暗。与饱和度相同在OpenCV中亮度在区间[0,255]内取值。亮度值越大图像越亮当亮度值为0时图像呈纯黑色。
从BGR色彩空间转换到HSV色彩空间
当一幅彩色图像从BGR色彩空间转换到HSV色彩空间时需要使用的色彩空间转换码是cv2.COLOR_BGR2HSV 实例8 从BGR色彩空间转换到HSV色彩空间 import cv2image cv2.imread(1.jpg, 1) # 读取1.jpg
cv2.imshow(img_01, image) # 显示图像
# 将1.jpg从BGR色彩空间转换到HSV色彩空间
hsv_image cv2.cvtColor(image,cv2.COLOR_BGR2HSV)
cv2.imshow(HSV, hsv_image) # 显示灰度图像
cv2.waitKey()
cv2.destroyAllWindows() # 关闭所有的窗口时销毁所有窗口结果如下
通道
在BGR色彩空间中包含3个通道B通道、G通道和R通道。
拆分通道
为了拆分一幅图像中的通道OpenCV提供了split()方法。
拆分一幅BGR图像中的通道
b, g, r cv2.split(bgr_image)bgr_image 一幅BGR图像b B通道图像g G通道图像r R通道图像 实例9 拆分一幅BGR图像中的通道 import cv2image cv2.imread(1.jpg, 1) # 读取1.jpg
cv2.imshow(img_01, image) # 显示图像
b,g,rcv2.split(image)
cv2.imshow(B,b)
cv2.imshow(G,g)
cv2.imshow(R,r)
cv2.waitKey()
cv2.destroyAllWindows() # 关闭所有的窗口时销毁所有窗口结果如下 可以看到结果是0三个不同亮度的灰度图像。这是因为当程序执行到cv2.imshow(“B”,b)时原图像B、G、R这3个通道的值都会被修改为B通道的值即(B,B,B)其余同理。对于BGR图像只要BGR即数值相等就可以得到灰度图像。
拆分一幅HSV图像中的通道
h, s, v cv2.split(hsv_image)hsv_image 一幅HSV图像。h H通道图像s S通道图像v V通道图像 实例10 拆分一幅HSV图像中的通道 import cv2image cv2.imread(1.jpg, 1) # 读取1.jpg
cv2.imshow(img_01, image) # 显示图像
hsv_image cv2.cvtColor(image,cv2.COLOR_BGR2HSV)
h,s,vcv2.split(hsv_image)
cv2.imshow(H,h)
cv2.imshow(S,s)
cv2.imshow(V,v)
cv2.waitKey()
cv2.destroyAllWindows() # 关闭所有的窗口时销毁所有窗口结果如下
合并通道
使用merge()方法合并H、S、V通道图像。
hsv cv2.merge([h, s, v])h H通道图像s S通道图像v V通道图像hsv合并H通道图像、S通道图像和V通道图像后得到的图像 实例11 合并H、S、V通道图像 首先将图像从BGR色彩空间转换到HSV色彩空间然后拆分得到HSV图像中的通道接着合并拆分后的通道图像最后显示合并通道的HSV图像。 import cv2image cv2.imread(1.jpg, 1) # 读取1.jpg
cv2.imshow(img_01, image) # 显示图像
hsv_image cv2.cvtColor(image,cv2.COLOR_BGR2HSV)
h,s,vcv2.split(hsv_image)
hsv cv2.merge([h,s,v])
cv2.imshow(HSV,hsv)
cv2.waitKey()
cv2.destroyAllWindows() # 关闭所有的窗口时销毁所有窗口结果如下
综合运用拆分通道和合并通道
在HSV色彩空间中如果保持其中两个通道的值不变调整第3个通道的值会得到响应的艺术效果。 实例12 只把H通道的值调整为180 首先将图像从BGR色彩空间转换到HSV色彩空间然后拆分得到HSV图像中的通道接着让S通道和V通道的值表示不变把H通道的值调整为180再接着合并拆分后的通道图像把这个图像从HSV色彩空间转换到BGR色彩空间最后显示得到的BGR图像。 import cv2image cv2.imread(1.jpg, 1) # 读取1.jpg
cv2.imshow(img_01, image) # 显示图像
hsv_image cv2.cvtColor(image,cv2.COLOR_BGR2HSV) # 将图像从BGR色彩空间转换到HSV色彩空间
h,s,vcv2.split(hsv_image) # 拆分得到HSV图像中的通道
h[:,:] 180 # 让S通道和V通道的值表示不变把H通道的值调整为180
hsv cv2.merge([h,s,v]) # 合并拆分后的通道图像
new_Image cv2.cvtColor(hsv,cv2.COLOR_HSV2BGR) # 把这个图像从HSV色彩空间转换到BGR色彩空间
cv2.imshow(NEW,new_Image)
cv2.waitKey()
cv2.destroyAllWindows() # 关闭所有的窗口时销毁所有窗口结果如下
alpha通道
OpenCV在B、G、R三个通道的基础上又增加了一个A通道即alpha通道用于设置图像的透明度。在BGRA色彩空间中alpha通道在区间[0,255]内取值其中0表示透明255表示不透明。 实例13 调整A通道的值 import cv2bgr_image cv2.imread(1.jpg, 1) # 读取1.jpg
bgra_image cv2.cvtColor(bgr_image, cv2.COLOR_BGR2BGRA) # 把图片从BGR色彩空间转换到BGRA色彩空间
b, g, r, a cv2.split(bgra_image) # 拆分BGRA图像中的通道
a[:, :] 172 # 将BGRA图像的透明度调整为172半透明
bgra_172 cv2.merge([b, g, r, a]) # 合并拆分后并将透明度调整为172的通道图像
a[:, :] 0 # 将BGRA图像的透明度调整为0透明
bgra_0 cv2.merge([b, g, r, a]) # 合并拆分后并将透明度调整为0的通道图像
cv2.imwrite(D:/bgra_image.png, bgra_image) # 在D盘根目录下保存BGRA图像
cv2.imwrite(D:/bgra_172.png, bgra_172) # 在D盘根目录下保存透明度为172的BGRA图像
cv2.imwrite(D:/bgra_0.png, bgra_0) # 在D盘根目录下保存透明度为0的BGRA图像如果使用imshow()方法的话窗口里显示的图像是相同的。为了显示这3幅图像的不同效果需要使用imwrite()方法来保存。
