公众号:尤而小屋 作者:Peter 编辑:Peter
大家好,我是Peter~
工作的原因,最近开始涉及到很多图像处理的工作,所以决定开辟一个新专栏:OpenCV入门教程系列。
教程从零开始,记录自己的学习历程,欢迎关注本专栏,精力有限,保证周更至少一篇。如果文章中有误或者更好的方法,欢迎大家提出来,一起学习~
本文是第一篇,主要是介绍OpenCV和图片的基础操作,比如图片的存储形式、格式以及图片的读取、写入、显示等。
图像是一种以二维或三维形式存在的数据集合,用于表示对象的视觉信息。根据不同的分类方法,图像可以分为静态图像和动态图像、灰度图像和彩色图像等。
在实际应用中,根据不同的需求,人们会选择不同类型的图像进行处理和分析。
OpenCV(Open Source Computer Vision Library)是一个跨平台的计算机视觉库,提供了丰富的函数和工具,用于处理和分析图像和视频数据。它是由英特尔公司开发的,现在已经成为全球范围内广泛使用的计算机视觉领域的重要工具。
OpenCV的主要目标是提供一种简单、高效和可扩展的方式来处理图像和视频数据。它支持各种常见的图像处理和计算机视觉算法,包括图像滤波、图像分割、特征提取、目标检测、人脸识别等。
OpenCV还提供了丰富的接口和工具,可以与其他编程语言和框架进行集成,如Python、C++、Java等。它还支持各种常见的硬件加速技术,如GPU加速和多核处理器,可以显著提高图像处理和计算机视觉算法的性能和效率。
除此之外,OpenCV还提供了大量的示例代码和教程,可以帮助开发人员快速入门和学习使用OpenCV库。它还是一个开源项目,拥有活跃的社区支持和文档库,可以提供持续的技术支持和改进。
OpenCV-python是OpenCV库的Python接口,它提供了在Python中使用OpenCV的功能和工具。OpenCV-python是OpenCV官方支持的Python绑定,可以轻松地在Python中使用OpenCV的图像处理和计算机视觉功能。
通过使用OpenCV-python,开发人员可以使用Python语言来编写计算机视觉应用,从而提高了代码的可读性和易用性。它还提供了与OpenCV C++接口相似的API,使得开发人员可以轻松地从C++代码迁移到Python代码。
此外,OpenCV-python还支持各种常见的Python框架和库,如NumPy、Pandas、Matplotlib等,这些库可以与OpenCV-python无缝集成,从而提高了开发人员的工作效率和代码质量。
总之,OpenCV-python是一个功能强大的Python计算机视觉库,它为开发人员提供了一种简单、高效和可扩展的方式来处理图像和视频数据。
安装:
pip install opencv-python
将键盘输入的字符(长度为1)转成ASCII码
In 1:
ord("a")
Out1:
97
In 2:
ord("b")
Out2:
98
In 3:
ord("A")
Out3:
65
对含有噪声的图片进行去噪处理
In 4:
max(["a","B"])
Out4:
'a'
In 5:
max(["a","B"], key=str.upper) # 先统一转成大写
Out5:
'B'
排序功能,提高程序中图片抗干燥能力。
In 6:
sorted([1,4,5,3,2])
Out6:
[1, 2, 3, 4, 5]
In 7:
sorted([1,4,5,3,2],reverse=True)
Out7:
[5, 4, 3, 2, 1]
图片在计算机中是以二进制的形式进行存储的。先了解图片的几种存储形式:
BGR图是一种常见的图像表示方式,其中每个像素点由蓝(Blue)、绿(Green)和红(Red)三个颜色通道的值组成。在BGR图中,每个通道的值通常采用整数或浮点数来表示,取值范围因不同格式而异。
生活中图片一般是RGB形式(R: 红色Red,G:绿色green,B: 蓝色Blue)。OpenCV中使用的BGR格式,其中每个像素点由蓝(Blue)、绿(Green)和红(Red)三个颜色通道的值组成。
在实际中不直接使用BGR,而是进行图片颜色格式的转换。B、G、R为图片上每个像素点构成的通道,所以每个BGR图示一个蓝绿红3种通道的图片。
通道的取值是0~255,python中通过元组的形式来表示,如(255,255,255)表示白色,(0,0,0)表示黑色。
灰度图的每个像素点不再由BGR3个通道组成,仅由一个通道组成,即灰度值。灰度值的取值范围:0~255,其中0表示黑色,255表示白色
HSV图显示出来的图也是彩色的,也是3个通道组成,介绍如下:
一种特殊的灰度图,没有通道的概念,并且图中每个像素点的取值只有0或者255两个值,可以理解成非黑即白。
二值图可以帮助去除图片中的噪点,使得图片内只存在我们想要的二值化表示部分。
cv2.imread函数是OpenCV库中用于读取图像文件的函数,它可以读取多种静态图像格式,包括但不限于以下几种:
除了以上常见的图像格式,cv2.imread函数还可以读取其他一些不常用的图像格式,如:
cv2.imread(filname, flags=1)
In 8:
import numpy as np
import cv2
# img = cv2.imread("pictures/a.png",flags=1) # 默认是1
img = cv2.imread("pictures/a.png") # 默认是BGR,3通道方式读取
img[:2]
Out8:
array([[[169, 92, 0],
[169, 92, 0],
[169, 92, 0],
...,
[169, 92, 0],
[169, 92, 0],
[169, 92, 0]],
[[169, 92, 0],
[169, 92, 0],
[169, 92, 0],
...,
[169, 92, 0],
[169, 92, 0],
[169, 92, 0]]], dtype=uint8)
介绍另外一种读取的方式:写入的参数是cv2.IMREAD_COLOR
In 9:
img = cv2.imread("pictures/a.png", cv2.IMREAD_COLOR)
img[:2]
Out9:
array([[[169, 92, 0],
[169, 92, 0],
[169, 92, 0],
...,
[169, 92, 0],
[169, 92, 0],
[169, 92, 0]],
[[169, 92, 0],
[169, 92, 0],
[169, 92, 0],
...,
[169, 92, 0],
[169, 92, 0],
[169, 92, 0]]], dtype=uint8)
读取BGR图的三种等效方式:
cv2.imread("pictures/a.png",flags=1)
cv2.imread("pictures/a.png")
cv2.imread("pictures/a.png",cv2.IMREAD_COLOR)
In 10:
# 灰度图的方式来读取
img1 = cv2.imread("pictures/a.png",flags=0)
img1
Out10:
array([[93, 93, 93, ..., 93, 93, 93],
[93, 93, 93, ..., 93, 93, 93],
[93, 93, 93, ..., 93, 93, 93],
...,
[74, 74, 74, ..., 68, 68, 68],
[74, 74, 74, ..., 68, 68, 68],
[74, 74, 74, ..., 68, 68, 68]], dtype=uint8)
灰度图的另外一种读取方式,写入参数:cv2.IMREAD_GRAYSCALE
In 11:
img1 = cv2.imread("pictures/a.png", cv2.IMREAD_GRAYSCALE)
img1
Out11:
array([[93, 93, 93, ..., 93, 93, 93],
[93, 93, 93, ..., 93, 93, 93],
[93, 93, 93, ..., 93, 93, 93],
...,
[74, 74, 74, ..., 68, 68, 68],
[74, 74, 74, ..., 68, 68, 68],
[74, 74, 74, ..., 68, 68, 68]], dtype=uint8)
读取灰度图的两种方式:
# 两种等价的方式
cv2.imread("pictures/a.png",flags=0)
cv2.imread("pictures/a.png", cv2.IMREAD_GRAYSCALE)
使用函数cv2.imwrite():
cv2.write(filaname,img)
In 12:
img[:2]
Out12:
array([[[169, 92, 0],
[169, 92, 0],
[169, 92, 0],
...,
[169, 92, 0],
[169, 92, 0],
[169, 92, 0]],
[[169, 92, 0],
[169, 92, 0],
[169, 92, 0],
...,
[169, 92, 0],
[169, 92, 0],
[169, 92, 0]]], dtype=uint8)
In 13:
cv2.imwrite("./pictures/new_a.jpg",img)
Out13:
True
# 完整代码为
import numpy as np
import cv2
# 先读取
img = cv2.imread("pictures/a.png") # 默认是BGR-3通道读取
# 中间可能很多处理
# 保存
cv2.imwrite("./pictures/new_a.jpg",img)
在读取完图片后,如何将图片展示出来进行可视化?使用cv2.imshow()
In 14:
import cv2
import numpy as np
img = cv2.imread("pictures/a.png", cv2.IMREAD_COLOR) # 读取图片
cv2.imshow("image", img) # 显示
# cv2.imwrite("pictures/new_a1.png", img) 写入保存
cv2.destroyAllWindows() # 摧毁函数cv2.destroyAllWindows()
在这里注意两点:
函数的使用:
cv2.waitKey(time)
time表示等待的时间,单位是毫秒
。函数表示在给定的time时间内等待用户按键的触发。
如果time=0,表示停止在当前帧,有按键指令的时候进入下一帧。如果是单张图片,一般写作:cv2.waitKey(0)
注意:函数的后面是否需要加上&0xff
。完整写法为:cv2.waitKey(1000) & 0xFF
(1)time=0表示图片已显示,任意按键下退出
In 15:
import cv2
import numpy as np
img = cv2.imread("pictures/a.png", cv2.IMREAD_COLOR) # 读取
cv2.imshow("image", img) # 显示
cv2.waitKey(0) # 延时
# cv2.imwrite("pictures/new_a1.png", img) 写入
cv2.destroyAllWindows() # 摧毁
(2)在指定的按键下退出
此时图片已经停留,任意按键即可关闭程序。如果指定特殊按键,使用if语句进行判断:只有输入q键才会退出。
In 16:
import cv2
import numpy as np
img = cv2.imread("pictures/a.png",flags=1)
cv2.imshow("image", img)
while True:
if cv2.waitKey(0) == ord("q"): # 只有在q键下才会退出
break
else:
pass
cv2.imwrite("new_a.png",img) # 写入
cv2.destroyAllWindows()
(3)在指定的条件下退出程序和保存图片:
In 17:
import cv2
import numpy as np
img = cv2.imread("pictures/a.png",flags=1)
cv2.imshow("image", img)
while True:
if cv2.waitKey(0) == ord("q"): # 只有在q键下才会退出
break
if cv2.waitKey(0) == ord("s"):
cv2.imwrite("new_a.png",img) # 输入s进行图片写入
break
cv2.destroyAllWindows()
(4)指定时间下退出程序
In 18:
import cv2
import numpy as np
img = cv2.imread("pictures/a.png",flags=1)
cv2.imshow("image", img)
if cv2.waitKey(5000) & 0XFF == ord("s"): # 重点
cv2.imwrite("new_a.png",img)
cv2.destroyAllWindows()
重点代码解释:如果5秒内没有按键s,则程序将会自动退出。
matplotlib中显示图片是以RGB的格式进行显示的,OpenCV默认是以BGR格式。如果是通过cv2读取的图片,需要进行格式转化。
In 19:
# 读取图片cv2 + 显示图片matplotlib
import cv2
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
# BGR格式-三通道读取
img = cv2.imread("pictures/a.png")
# 转成RGB格式
img2 = img[:,:,::-1] # 通道翻转
plt.imshow(img2)
plt.show()
介绍另外一种写法:
In 20:
# 读取图片cv2 + 显示图片matplotlib
import cv2
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
plt.figure(figsize=(10,6))
# BGR格式-三通道读取
img = cv2.imread("pictures/a.png")
img_new = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
plt.imshow(img_new)
plt.show()
上面介绍了图片的读取、写入和显示,下面介绍如何控制图片窗口显示的大小。
窗口的大小取决于图片的大小。
控制窗口大小的函数:cv2.namedWindow。其初始设置的标签为:cv2.WINDOW_AUTOSIZE,改为cv2.WINDOW_NORMAL即可控制窗口的大小。
In 21:
import cv2
import numpy as np
img = cv2.imread("pictures/a.png",flags=1)
cv2.namedWindow("image", cv2.WINDOW_AUTOSIZE) # 重点:一定在imshow前面
cv2.imshow("image", img)
if cv2.waitKey(5000) & 0XFF == ord("s"):
cv2.imwrite("new_a.png",img)
cv2.destroyAllWindows()
关于cv2.namedWindow的其他参数解释:
# 窗口大小可改变
cv2.namedWindow("image",cv2.WINDOW_NORMAL)
cv2.namedWindow('image',cv2.WINDOW_GUI_NORMAL)
# 窗口大小不可改变
cv2.namedWindow("image",cv2.WINDOW_AUTOSIZE)
# 窗口大小自适应比例
cv2.namedWindow("image",cv2.WINDOW_FREERATIO)
# 窗口大小保持比例
cv2.namedWindow("image",cv2.WINDOW_KEEPRATIO)
# 显示色彩变成
cv2.namedWindow('image',cv2.WINDOW_GUI_EXPANDED)
In 22:
import cv2
import numpy as np
img = cv2.imread("pictures/a.png",flags=1)
cv2.namedWindow("image",0)
cv2.resizeWindow("image",400,300) # 黑色窗口大小
cv2.imshow("result",img) # 显示图片
if cv2.waitKey(5000) & 0XFF == ord("s"):
cv2.imwrite("new_a.png",img)
cv2.destroyAllWindows()
OpenCV中图片是以矩阵的形式存储的。下面介绍计算机视觉中常用的图片属性:
In 23:
import cv2
import numpy as np
img = cv2.imread("pictures/a.png")
img[:2]
Out23:
array([[[169, 92, 0],
[169, 92, 0],
[169, 92, 0],
...,
[169, 92, 0],
[169, 92, 0],
[169, 92, 0]],
[[169, 92, 0],
[169, 92, 0],
[169, 92, 0],
...,
[169, 92, 0],
[169, 92, 0],
[169, 92, 0]]], dtype=uint8)
查看整个图片的行数、列数和通道数:
In 24:
img.shape # 整体情况,元组形式
Out24:
(733, 978, 3)
In 25:
img.shape[0] # 行数
Out25:
733
In 26:
img.shape[1] # 列数
Out26:
978
In 27:
img.shape[2] # 通道数
Out27:
3
上面是以BGR格式读取的图片,如果换成以灰度图读取呢?
In 28:
import cv2
import numpy as np
img = cv2.imread("pictures/a.png",flags=0)
In 29:
img.shape
Out29:
(733, 978)
可以看到灰度图的shape值只会返回图片的行数和列数,不会返回通道数。二值图是一种特殊的灰度图,也不会返回通道数。
常用基本函数的总结:
import cv2
import numpy as np
# 读取BGR图
cv2.imread("pictures/a.png",flags=1)
cv2.imread("pictures/a.png")
cv2.imread("pictures/a.png",cv2.IMREAD_COLOR)
# 读取灰度图
cv2.imread("pictures/a.png",flags=0)
cv2.imread("pictures/a.png", cv2.IMREAD_GRAYSCALE)
# BGR和RGB通道转换
img_new = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
img_new = img[:,:,::-1]
cv2.write(filaname,img) # 写入
cv2.imshow("img",img) # 显示
cv2.waitKey(time) &0XFF # 延时等待
cv2.destroyAllWindows() # 摧毁函数
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。