【Opencv学习】PART1-图像基础处理

一、图像的读入、显示和保存

1、读入图像

imread函数

范例

显示控制参数

2、显示图像

imshow函数

范例

tips

waitkey函数

含义

delay参数:

tips

destoryAllWindows函数

3、保存图像

imwrite函数

范例

实操

01-读入显示保存

代码

结果

二、图像处理入门

1、图像分类（图像构成）

二值图像

灰度图像

彩色图像

RGB三原色

三层组成

tips

2、图片转换

RGB转灰度

灰度转二值

三、像素处理

1、读取像素

例

2、修改像素值

灰度图像

BGR图像

实操

01-读取像素值

代码

结果

02-统一修改像素值

代码

结果

03-逐个修改像素值

代码

结果

04-修改指定通道值

代码1

结果1

代码2

结果2

代码3

结果3

代码4

结果4

05-修改多行像素

改窗口前代码

改窗口后代码(窗口过大，难对比)

结果对比

四、使用numpy访问像素

1、读取像素

item函数

例

灰度图像，返回灰度值

BGR图像，返回值为B、G、R的值

2、修改像素值

itemset函数

灰度图像

BGR图像（需要分别对通道进行设置）

实操

01-灰度图像

代码

结果

02-彩色图像

代码

结果

03-多通道

代码

结果

五、获取图像属性

1、shape参数

例

灰度图像

彩色图像

2、size参数

例

3、dtype参数

例

具体代码

实操

01-获取图像属性

代码

结果

六、感兴趣区域ROI

概念解析

简单解析

具体代码

实操

01-提取出感兴趣区域ROI

代码

结果

02-复制感兴趣区域至原图

代码

结果

03-复制感兴趣区域到其他图

代码

编辑结果

七、通道的拆分与合并

1、拆分通道

直接使用opencv

用split函数

具体例子

01-一次性拆分

代码

结果

02-每次只拆一个通道

代码

2、合并通道编辑

01-merge函数

代码

结果

02-B通道与其余都为0的通道合并

代码

结果

03-G通道与其余都为0的通道合并

代码

04-R通道与其余都为0的通道合并

代码

结果

具体实施

01拆分-直接opencv拆分

代码

结果

02拆分-split函数拆分-一次性拆分

代码

结果

03-拆分-split函数拆分-分通道拆分

代码

结果

04-拆分合并-拆分通道展示并合并

代码

结果

错误结果（RGB）

05-合并

代码

结果

八、加法运算

1、Numpy加法

2、Opencv加法

二者比较

比较代码

实操

01-图像加法

代码

结果

九、图像融合

概念解析

二者对比

addWeighted函数

例

实操

01-图像融合

代码

结果

结果（1:1）

结果（0.3:0.8）

结果（0.7:0.4）

一、图像的读入、显示和保存

1、读入图像

imread函数

retval = cv2.imread（文件名[，显示控制参数]）
文件名：完整文件名
参数：
- cv.IMREAD_UNCHANGED
- cv.IMREAD_GRAYSCALE
- cv.IMREAD_COLOR

显示控制参数：指定显示的类型（如不改变显示，以灰度形式显示，以彩色形式显示…）

用一个参数显示文件名即可

范例：

img = cv2.imread("d:\\image.jpg")

解析：

cv2：库名

第一个\：转义字符

第二个\：

显示控制参数：

第二个参数的形式多样

2、显示图像

imshow函数

None = cv2.imshow（窗口名，图像名）

范例：

cv2.imshow（“demo”，image）

tips:

窗口名不要中文，中文可能不显示

waitkey函数

retval = cv2.waitKey（ [，delay]）
含义：等待，靠delay来控制；什么都没有为无限等待
delay参数:
- delay > 0，等待delay毫秒
- delay < 0，等待键盘单击
- delay = 0，无限等待

tips：

通常设为 cv2.watKey(0)

自行手动关闭窗口

destoryAllWindows函数

cv2.destoryAllWindows()
功能：删除所有窗口

3、保存图像

imwrite函数

retval = cv2.imwrite（文件地址，文件名）

范例：

cv2.imwrite("D:\\test.jpg",img)

意为将img保存为D盘中test.jpg

实操

01-读入显示保存

代码：

import cv2：导入opencv的库

结果：

显示结果

保存结果

二、图像处理入门

图像是由像素构成的

1、图像分类（图像构成）

三种类别（如下图）：

二值图像-任何一点非黑即白（只有两个值）
灰度图像-白黑灰三色（把灰度分成256个不同的颜色，比二值图像更细腻）
RGB图像-一般指彩色图像

二值图像

值要么是0，要么是1，不能为别的值

灰度图像

最小值为0，最大值为255

某一像素点值为0，即纯黑色；值为255，即纯白；0~255间为灰色；所以一共分成256种颜色

彩色图像

RGB三原色

计算机中所有颜色都可以通过不同比例的RGB三种颜色混合得到

例：RGB三原色每一个值也为0~255间

三层组成（一个位置三个值，与二值图像、灰度图像都不同）

tips：

opencv里正常的通道顺序为BGR

与通常的RGB不一样，所以通常需要调整顺序

2、图片转换

RGB转灰度

通过加权的计算，不会丢失信息，确保RGB都保存在灰度图像里

灰度转二值

三、像素处理

1、读取像素

返回值=图像（位置参数）

例：

灰度图像，返回灰度值

p = img[88,142]

#访问第88行，142列的像素

print(p)

BGR图像，返回B、G、R的值->(B,G,R)三个通道

-指定通道

blue = img[78,125,0] green = img[78,125,1] red = img[78,125,2]

print(blue) print(green) print(red)

-无指定通道

p = img[78,125]

print(p)

2、修改像素值

像素 = 新值

灰度图像

print(img[88,99])

img[88,99] = 255

print(img[88,99]) ->验证成不成功

BGR图像

-分通道去设置image的通道

print(img[88,99,0])

print(img[88,99,1])

print(img[88,99,2])

img([88,99,0])=255

img([88,99,1])=255

img([88,99,2])=255

print(img[88,99,0])

print(img[88,99,1])

print(img[88,99,2])

-不分通道处理

print(img[88,99])

img[88,99] = [255,255,255] ->三个通道一次性赋值

print(img[88,99])

实操

01-读取像素值

代码：

结果：

02-统一修改像素值

代码：

结果：

03-逐个修改像素值

代码：

结果：

04-修改指定通道值

代码1

结果1

代码2

结果2

代码3

结果3

代码4

无通道3，只有012

结果4

05-修改多行像素

改窗口前代码：

改窗口后代码：(窗口过大，难对比)

结果对比：

[255,255,255]

[0,0,0]

[255,0,0]

[0,255,0]

[0,0,255]

四、使用numpy访问像素

1、读取像素

item函数

用item函数来读取位置参数
返回值 = 图像.item（位置参数）

例

灰度图像，返回灰度值

p = img.item(88,142)

print(p)

BGR图像，返回值为B、G、R的值

blue = img.item(78,125,0)

green = img.item(78,125,1)

red = img.item(78,125,2)

print(blue)

pirnt(green)

print(red)

2、修改像素值

itemset函数

图像名.itemset(位置，新值)

灰度图像

print(img.item(88,99)) ->打印初始值

img.itemset((88,99),255)

print(img.item(88,99)) ->打印更改值

BGR图像（需要分别对通道进行设置）

print(img.item(88,99,0)) ->打印初始值

print(img.item(88,99,1))

print(img.item(88,99,2))

img.itemset((88,99,0),255)

img.itemset((88,99,1),255)

img.itemset((88,99,2),255)

print(img.item(88,99,0)) ->打印更改值

print(img.item(88,99,1))

print(img.item(88,99,2))

实操

01-灰度图像

代码

结果

02-彩色图像

代码

结果

03-多通道

代码

结果

五、获取图像属性

1、shape参数

表示形状：行、列、通道数

shape可以获得图像的形状，返回包括行数、列数、通道数的元组

灰度返回行数，列数

彩色返回行数，列数，通道数

例

灰度图像

import cv2

img1 = cv2.imread('灰度图像')

print（img1,shape）

##(512,512) ->（行数，列数）

彩色图像

import cv2

img2 = cv2.imread('彩色图像')

print(img2,shape)

##(5121,512,3) ->（行数，列数，通道数）

2、size参数

表示像素数目

size可以获取图像的像素目录

·灰度返回：行数*列数

·彩色返回：行数*列数*通道数

例

import cv2

img = cv2.imread('图像名')

print(img.size)

## 786432

3、dtype参数

表示图像的数据类型

dtype返回的是图像的数据类型

例

import cv2

img = cv2.imread('图像名称')

print(img.dtype)

## unit8

具体代码

结果

实操

01-获取图像属性

代码

结果

六、感兴趣区域ROI

概念解析

·ROI（region of internet），感兴趣区域

·从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域

·可以通过各种算子（Operator）和函数来求得感兴趣区域ROI，并进行图像的下一步处理

若只对脸部感兴趣，则圈画部分为感兴趣区域ROI

简单解析

通过下标的方式具体引用

复制感兴趣块

具体代码

-找感兴趣块

-复制感兴趣块

-保存感兴趣块，并存入另一图中

实操

01-提取出感兴趣区域ROI

代码

结果

02-复制感兴趣区域至原图

代码

结果

03-复制感兴趣区域到其他图

代码

结果

七、通道的拆分与合并

1、拆分通道

直接使用opencv

import cv2

img = cv2.imread('图像名')

b = img[ : , : , 0]

g = img[ : , : ,1]

r = img[ : , : , 2]

用split函数

import cv2

img = cv2.imread('图像名')

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

具体例子

01-一次性拆分

代码

import cv2
import numpy as npa = cv2.imread("image\\lenacolor.png")b,g,r = cv2.split(a)cv2.imshow("B",b)
cv2.imshow("G",g)
cv2.imshow("R",r)cv2.waitKey()
cv2.destoryAllWindows()

结果

每个通道都是独立的，为灰度图像

02-每次只拆一个通道

代码

import cv2
import numpy as npa = cv2.imread("image\\lenacolor.png")b = cv2.split(a)[0]
g = cv2.split(a)[1]
r = cv2.split(a)[2]

2、合并通道

01-merge函数

(注意合并的顺序！！)（原用BGR图像分离）

代码

import cv2
import numpy as npa = cv2.imread("image\\lenacolor.png")
b,g,r = cv2.split(a)bgr = cv2.merge([b,g,r]) ->BGR通道
rgb = cv2.merge([r,g,b]) ->RGB通道cv2.imshow("BGR",bgr)
cv2.imshow("RGB",rgb)cv2.waitKey(0)
cv2.destoryAllWindows()

结果

（左BGR通道，右RGB通道）

02-B通道与其余都为0的通道合并

代码

import cv2
import numpy as npa = cv2.imread("image\\lenacolor.png")
rows,cols,chn = a.shapeb = cv2.split(a)[0]
g = np.zeros((rows,cols),dtype = a.dtype)
r  = np.zeros((rows,cols),dtype = a.dtype)
m = cv2.merge([b,g,r])cv2.imshow("merge",m)
cv2.waitKey(0)
cv2.destoryAllWindows()

结果

03-G通道与其余都为0的通道合并

代码

import cv2
import numpy as npa = cv2.imread("image\\lenacolor.png")
rows,cols,chn = a.shapeb = np.zeros((rows,cols),dtype = a.dtype)
g = cv2.split(a)[1]
r  = np.zeros((rows,cols),dtype = a.dtype)m = cv2.merge([b,g,r])
cv2.imshow("merge",m)
cv2.waitKey(0)
cv2.destoryAllWindows()

结果

04-R通道与其余都为0的通道合并

代码

import cv2
import numpy as npa = cv2.imread("image\\lenacolor.png")rows,cols,chn = a.shapeb = np.zeros((rows,cols),dtype = a.dtype)
g = np.zeros((rows,cols),dtype = a.dtype)
r  = cv2.split(a)[2]m = cv2.merge([b,g,r])cv2.imshow("merge",m)
cv2.waitKey(0)
cv2.destoryAllWindows()