opencv模块-计算机视觉算法库

发表于   |   更新于 | 分类于 | 评论数： | 阅读次数：
本文字数： 2.7k | 阅读时长 ≈ 2 分钟

opencv 基础知识

cv2.imread读入的图片, 其shape为(h, w, c), 颜色通道顺序为(b, g, r)

常用颜色

读取图片

1
img = cv2.imread(img_path)

保存图片

1
cv2.imwrite(save_path, img)

文本

(startX, startY) 为左上角坐标

1
cv2.putText(img, "text test", (startX, startY), cv2.FONT_HERSHEY_SIMPLEX, font_size, (B,G,R), thickness)

画框

(x,y) 为左上角坐标
(x+h,y+w) 为右下角坐标

1
cv2.rectangle(img,(x,y), (x+h,y+w), (0,255,0), thickness)

waitKey()

1
2
3
4
5
keypress = cv2.waitKey(200) # 200为当前图片的显示持续时间

if keypress == ord('c') # keypress为按键的整数形式, 所以需要用ord将字符类型转换

if cv2.waitKey(200) == 27: # Decimal 27 = Esc

opencv与numpy

opencv的基础类型为numpy.ndarray, 因此可以直接使用 ndarray 的一些属性的方法

1
2
3
4
import cv2
img = cv2.imread('./test.jpg')
print(type(img)) # <class 'numpy.ndarray'>
print(img.shape) # (500, 1069, 3)  (高, 宽, 通道)

利用 cv2.merge 方法将 numpy.ndarray 数据转换成opencv的图片数据:

1
2
3
4
5
6
7
8
9
10
# 图片的分辨率为300*200(宽*高)，这里b, g, r设为随机值，注意dtype属性
b = np.random.randint(0, 255, (200, 300), dtype=np.uint8)
g = np.random.randint(0, 255, (200, 300), dtype=np.uint8)
r = np.random.randint(0, 255, (200, 300), dtype=np.uint8)
# 合并通道，形成图片
img = cv2.merge([b, g, r])  # opencv的通道是b在最前,r在最后
# 显示图片
cv2.imshow('test', img)
cv2.waitKey(0)
cv2.destroyWindow('test')

通道的拆分与合并

拆分: cv2.split
合并: cv2.merge

1
2
3
4
5
6
7
8
9
10
11
12
# 图片的分辨率为800*200(宽*高)，这里b, g, r设为随机值，注意dtype属性
b = np.random.randint(0, 255, (200, 800), dtype=np.uint8)
g = np.random.randint(0, 255, (200, 800), dtype=np.uint8)
r = np.random.randint(0, 255, (200, 800), dtype=np.uint8)
# 合并通道，形成图片
img = cv2.merge([b, g, r])  # opencv的通道是b在最前,r在最后
# 显示图片
cv2.imshow('test', img)
cv2.waitKey(0)
cv2.destroyWindow('test')
# 拆分通道, 每个通道都变成了单通道数组
[blue, green, red] = cv2.split(img)

将 BGR 转换成 RGB 通道顺序

1
2
3
4
5
# 方法一:
rgb_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
# 方法二:
rgb_img = img[:, :, [2, 1, 0]]
rgb_img = img[:, :, ::-1]

PIL 与 cv2 格式互相转换

PIL.Image读入的图片数据类型不是 numpy 数组, 它的size属性为 (w, h), 利用np.array转换成 numpy 数组后, 它的通道顺序为 (r, g, b)

1
2
3
4
5
6
7
8
9
10
11
from PIL import Image
import numpy as np

# PIL to cv2
pil_img = Image.open(img_path)
print(pil_img.size) # (w, h)
np_img = np.array(pil_img)
cv2_img = np_img[:, :, ::-1] # 交换通道

# cv2 to PIL
pil_img = Image.fromarray(cv2_img[:, :, ::-1])

用matplotlib显示图像

1
2
3
4
b,g,r=cv2.split(img)
img2=cv2.merge([r,g,b])
plt.imshow(img2)
plt.show()

截取子图

1
2
# 已知子图左上角坐标 (x1, y1), 右下角坐标(x2, y2)
crop_img = img[y1:y2, x1:x2, :]

opencv 核心图像算法

cv2

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
import cv2

image_path = './test.jpg'

src_image = cv2.imread(image_path) # 读取图片

size = src_image.shape  # 获取图片的尺寸, 返回一个元组: (height, width, depth)

copy_image = src_image.copy() # 复制图片

cv2.imwrite('./dst_test.jpg', copy_image) # 保存图片

cv2.imshow('image', src_image) # 显示图片

# 利用下标访问指定像素
for x in range(src_image.shape[0]): # 以行为主, 行数=图片height
  for y in range(src_image.shape[1]):  # 列数 = 图片width
    src_image[x,y] = (255,0,255)   # (blue, green, red)  值越高表示对应颜色越显著, 全0为黑, 全255为白