Python-OpenCV 處理圖像（一）：基本操作

轉自：https://blog.csdn.net/qq_26898461/article/details/50454497

0x00. 圖片讀、寫和顯示操作
安裝好 OpenCV 之後，首先嚐試加載一張最簡單的圖片並顯示出來，代碼示例：

第一種方式使用cv2.cv的LoadImage、ShowImage和SaveImage函數

import cv2.cv as cv
 
# 讀圖片
image=cv.LoadImage('img/image.png', cv.CV_LOAD_IMAGE_COLOR)#Load the image
#Or just: image=cv.LoadImage('img/image.png')
 
cv.NamedWindow('a_window', cv.CV_WINDOW_AUTOSIZE) #Facultative
cv.ShowImage('a_window', image) #Show the image
 
# 寫圖片
cv.SaveImage("thumb.png", thumb)
cv.WaitKey(0) #Wait for user input and quit

也可以直接使用cv2的imread、imwrite和imshow函數

import numpy as np
import cv2
 
img = cv2.imread('messi5.jpg',0)
cv2.imshow('image',img)
k = cv2.waitKey(0)
if k == 27:         # wait for ESC key to exit
    cv2.destroyAllWindows()
elif k == ord('s'): # wait for 's' key to save and exit
    cv2.imwrite('messigray.png',img)
    cv2.destroyAllWindows()

imread函數還可以定義加載的mode，默認是以RGB模式處理圖片：

import cv2
grayImage = cv2.imread('MyPic.png', cv2.CV_LOAD_IMAGE_GRAYSCALE)
# 可選參數CV_LOAD_IMAGE_COLOR (BGR), CV_LOAD_IMAGE_GRAYSCALE (grayscale), CV_LOAD_IMAGE_UNCHANGED(neither)
cv2.imwrite('MyPicGray.png', grayImage)

0x01. 獲取圖片屬性

import cv2
img = cv2.imread('img/image.png')
print img.shape
# (640, 640, 3)
print img.size
# 1228800
print img.dtype
# uint8
# 在debug的時候，dtype很重要

0x02. 輸出文本
在處理圖片的時候，我們經常會需要把一些信息直接以文字的形式輸出在圖片上，下面的代碼將實現這個效果：

import cv2.cv as cv
 
image=cv.LoadImage('img/lena.jpg', cv.CV_LOAD_IMAGE_COLOR) #Load the image
 
font = cv.InitFont(cv.CV_FONT_HERSHEY_SIMPLEX, 1, 1, 0, 3, 8) #Creates a font
 
y = image.height / 2 # y position of the text
x = image.width / 4 # x position of the text
 
cv.PutText(image,"Hello World !", (x,y),font, cv.RGB(255, 255, 255)) #Draw the text
 
cv.ShowImage('Hello World', image) #Show the image
 
cv.WaitKey(0)

cv2:

cv2.putText(frame, 'Hello World', (300,100), 0, 0.5, (0,0,255),2)

0x03. 縮放圖片
下面的例子將實現縮放圖片並保存，這個在使用 OpenCV 做圖像處理的時候都是很常用的操作：

import cv2.cv as cv
 
im = cv.LoadImage("img/alkaline.jpg") #get the image
 
thumb = cv.CreateImage((im.width / 2, im.height / 2), 8, 3) #Create an image that is twice smaller than the original
 
cv.Resize(im, thumb) #resize the original image into thumb
#cv.PyrDown(im, thumb)
 
cv.SaveImage("thumb.png", thumb) # save the thumb image

cv2:

import cv2
import numpy as np
img = cv2.imread('messi5.jpg')
res = cv2.resize(img,None,fx=2, fy=2, interpolation = cv2.INTER_CUBIC)
 
#OR
 
height, width = img.shape[:2]
res = cv2.resize(img,(2*width, 2*height), interpolation = cv2.INTER_CUBIC)

0x04. 圖像平移

import cv2
import numpy as np
 
img = cv2.imread('messi5.jpg',0)
rows,cols = img.shape
 
M = np.float32([[1,0,100],[0,1,50]])
dst = cv2.warpAffine(img,M,(cols,rows))
 
cv2.imshow('img',dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

0x05. 圖像旋轉

img = cv2.imread('messi5.jpg',0)
rows,cols = img.shape
 
M = cv2.getRotationMatrix2D((cols/2,rows/2),90,1)
dst = cv2.warpAffine(img,M,(cols,rows))

0x06. 仿射變換

import cv2
import numpy as np
 
img = cv2.imread('mao.jpg')
rows,cols,ch = img.shape
 
pts1 = np.float32([[50,50],[200,50],[50,200]])
pts2 = np.float32([[10,100],[200,50],[100,250]])
 
M = cv2.getAffineTransform(pts1,pts2)
 
dst = cv2.warpAffine(img,M,(cols,rows))
 
cv2.imshow('image',dst)
cv2.waitKey(0)

0x07. 圖像顏色變換
實際使用過程中，我們經常也需要對一些圖片的顏色空間做一些改變之類的：

c2.cv:

import cv2.cv as cv
im=cv.LoadImage('img/fruits.jpg',cv.CV_LOAD_IMAGE_COLOR)
res = cv.CreateImage(cv.GetSize(im), cv.CV_8UC2, 3) #cv.CV_32F, cv.IPL_DEPTH_16S, ...
cv.Convert(im, res) 
cv.ShowImage("Converted",res)
res2 = cv.CreateImage(cv.GetSize(im), cv.CV_8UC2, 3)
cv.CvtColor(im, res2, cv.CV_RGB2BGR) # HLS, HSV, YCrCb, ....
cv.ShowImage("CvtColor", res2)
cv.WaitKey(0)

• cv.Convert()：將圖片從一個顏色空間轉到另一個顏色空間
• cv.CvtColor(src, dst, code)：

cv2:

cv2.cvtColor(input_image, flag)函數實現圖片顏色空間的轉換，flag 參數決定變換類型。如 BGR->Gray flag 就可以設置爲 cv2.COLOR_BGR2GRAY 。

一個簡單的例子，下面的代碼實現識別攝像視頻中藍色的部分：

import cv2
import numpy as np
 
cap = cv2.VideoCapture(0)
 
while(1):
 
    # 讀取視頻的每一幀
    _, frame = cap.read()
 
    # 將圖片從 BGR 空間轉換到 HSV 空間
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
 
    # 定義在HSV空間中藍色的範圍
    lower_blue = np.array([110,50,50])
    upper_blue = np.array([130,255,255])
 
    # 根據以上定義的藍色的閾值得到藍色的部分
    mask = cv2.inRange(hsv, lower_blue, upper_blue)
 
    res = cv2.bitwise_and(frame,frame, mask= mask)
 
    cv2.imshow('frame',frame)
    cv2.imshow('mask',mask)
    cv2.imshow('res',res)
    k = cv2.waitKey(5) & 0xFF
    if k == 27:
        break
 
cv2.destroyAllWindows()

以上的代碼給出了視頻中獲取興趣對象的基本思想。

0x08. 通道的拆分/合併處理
對於一張圖片的 R、G、B 通道，我們可以很方便的使用 OpenCV 獲取並分離或者合併：

(這是將圖像灰度化處理的一種方式)

cv2.cv

import cv2.cv as cv
 
orig = cv.LoadImage('img/fruits.jpg')
b = cv.CreateImage(cv.GetSize(orig), orig.depth, 1)
g = cv.CloneImage(b)
r = cv.CloneImage(b)
cv.Split(orig, b, g, r, None)
 
merged = cv.CreateImage(cv.GetSize(orig), 8, 3)
cv.Merge(g, b, r, None, merged)
 
cv.ShowImage("Image", orig)
cv.ShowImage("Blue", b)
cv.ShowImage("Green", g)
cv.ShowImage("Red", r)
cv.ShowImage("Merged", merged)
 
cv.WaitKey(0)

cv2

import cv2
img = cv2.imread('img/image.png')
b,g,r = cv2.split(img)
img = cv2.merge((b,g,r))

0x09. 圖片添加邊距
cv2.copyMakeBorder函數

import cv2
import numpy as np
 
BLUE = [255,0,0]
 
img1 = cv2.imread('opencv_logo.png')
 
replicate = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_WRAP)
constant= cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_CONSTANT,value=BLUE)