文章目錄

OpenCV學習——圖像基礎與幾何變換

0. 版本信息

產品	版本
Python	3.7
Anaconda	4.8.3
Jupyter	6.0.3
OpenCV	3.4.2

1. 導包

import cv2
import numpy as np
print(cv2.__version__)

2. 圖像基礎

2.1 圖片的讀取、展示、保存

讀取圖片並展示

# 讀取相對路徑爲./test03.jpg的圖片
img = cv2.imread("./test03.jpg", 1)
# 展示圖片到名爲picture的窗口
cv2.imshow("picture", img)

# 等待按鍵，如果按下的是q，那麼關閉所有窗口
if cv2.waitKey() == ord("q"):
    cv2.destroyAllWindows()
    # cv2.destroyWindow("picture") # 關閉某個名稱的窗口

保存與壓縮圖片

# jpg 設置保存圖片的質量，有損壓縮
img = cv2.imread("test03.jpg", 1)
cv2.imwrite("test03_copy_0.jpg", img, [cv2.IMWRITE_JPEG_QUALITY, 0])
cv2.imwrite("test03_copy_10.jpg", img, [cv2.IMWRITE_JPEG_QUALITY, 10])
cv2.imwrite("test03_copy_50.jpg", img, [cv2.IMWRITE_JPEG_QUALITY, 50])
cv2.imwrite("test03_copy_80.jpg", img, [cv2.IMWRITE_JPEG_QUALITY, 80])

# png 無損壓縮，透明度，壓縮比 0-10 值越低，壓縮率越低
img = cv2.imread("test03.jpg", 1)
cv2.imwrite("test03_copy_0.png", img, [cv2.IMWRITE_PNG_COMPRESSION, 0])
cv2.imwrite("test03_copy_3.png", img, [cv2.IMWRITE_PNG_COMPRESSION, 3])
cv2.imwrite("test03_copy_5.png", img, [cv2.IMWRITE_PNG_COMPRESSION, 5])
cv2.imwrite("test03_copy_8.png", img, [cv2.IMWRITE_PNG_COMPRESSION, 8])
cv2.imwrite("test03_copy_10.png", img, [cv2.IMWRITE_PNG_COMPRESSION, 10])

2.2 圖片的基本信息

圖片的維度（包含高度、寬度、像素點的三個通道值）
```
print(img.shape)
```
```
(512, 820, 3)
```

OpenCV中一個像素點的表示方式（BGR）

# 獲取其中的一個像素點
# opencv中表示的方式爲 BGR （即第一個是藍色通道的值，第二個是綠色通道的值，第三個是紅色通道的值）
print(img[100, 150])

[203 109  36]

其他信息

# 每個元素的數據類型 uint8 即0-255
print(img.dtype)  
# 圖像大小 height * width * channels
print(img.size)

uint8
1259520

2.3 修改圖片像素點的顏色信息

修改像素點

# 方式1 修改爲黑色
img[90, 160] = [0, 0, 0]
print(img[90, 160])

# 方式2 性能更好，但需要一個一個設置
# 紅色
img.itemset((90, 170, 0), 0)
img.itemset((90, 170, 1), 0)
img.itemset((90, 170, 2), 255)
print(img[90, 170])

[0 0 0]
[  0   0 255]

畫一條線

# 畫一條線
for i in range(0, 300):
    img[100, i] = [0, 0, 255]
    
cv2.imshow("picture", img)

if cv2.waitKey() == ord("q"):
    cv2.destroyAllWindows()

2.3 拆分與合併顏色三通道

拆分與合併顏色三通道

# 拆分通道
b, g, r = cv2.split(img)
# 合併三通道
img = cv2.merge((b, g, r))

# 只有單通道的值，此時是灰度圖
print(b)

[[163 163 162 ... 173 173 173]
 [164 164 163 ... 175 175 175]
 [165 165 164 ... 174 175 175]
 ...
 [ 42  39  39 ...  51  52  52]
 [ 49  41  38 ...  66  67  66]
 [ 41  38  38 ...  96  95  95]]

對應通道的灰度圖

# 單獨展示藍色通道的值（灰度圖）
cv2.imshow('blue', b)
if cv2.waitKey() == ord("q"):
    cv2.destroyAllWindows()
    
# 獲取某個區域紅色通道對應的灰度圖
red_flower_img = img[180:310, 50:180][:, :, 2]
cv2.imshow("red_flower", red_flower_img)
if cv2.waitKey() == ord("q"):
    cv2.destroyAllWindows()

修改某塊區域爲只顯示藍色通道

for i in range(0, 400):
    for j in range(0, 400):
        img.itemset((i, j, 1), 0)
        img.itemset((i, j, 2), 0)
        
cv2.imshow('blue', img)
if cv2.waitKey() == ord("q"):
    cv2.destroyAllWindows()

3. 繪圖

3.1 線段、三角形、矩形、圓形、扇形、任意多邊形

img = np.zeros((500, 500, 3), np.uint8)

# 畫線段
# img, 起點, 終點, 顏色
cv2.line(img, (50, 50), (200, 200), (255, 0, 0))
# img, 起點, 終點, 顏色, 寬度
cv2.line(img, (100, 100), (300, 100), (0, 255, 0), 10)
# img, 起點, 終點, 顏色, 寬度, 線條類型
cv2.line(img, (100, 150), (300, 150), (0, 255, 0), 10, cv2.LINE_AA)

# 畫三角形
points = [(400, 300), (300, 360), (240, 240)]
cv2.line(img, points[0], points[1], (0, 0, 255))
cv2.line(img, points[1], points[2], (0, 0, 255))
cv2.line(img, points[2], points[0], (0, 0, 255))

# 畫矩形
# img, 左上角, 右下角, 顏色, 是否填充
cv2.rectangle(img, (360, 150), (460, 200), (100, 0, 0), -1)

# 畫圓
# img, 圓心, 半徑, 顏色, 粗細
cv2.circle(img, (200, 360), (30), (0, 100, 0), 3)

# 扇形
# img, 中心, 軸長, 偏轉角度, 起始, 結束, 顏色, 填充
cv2.ellipse(img, (200, 400), (50, 80), 0, 0, 90, (0, 0, 100), -1)

# 任意多邊形
points = np.array([[270, 180], [220, 190], [330, 150], [310, 240]])
print(points.shape)
points = points.reshape((-1, 1, 2))
print(points.shape)
print(points)
cv2.polylines(img, [points], True, (255, 255, 255))

cv2.imshow("img", img)
if cv2.waitKey() == ord("q"):
    cv2.destroyAllWindows()

3.2 文字、圖片

img = cv2.imread("./test03.jpg", 1)
height, width, channels = img.shape

# 畫文字
cv2.rectangle(img, (100, 110), (300, 150), (255, 255, 255), 2)
font = cv2.FONT_HERSHEY_SIMPLEX
cv2.putText(img, "Sun Flower", (110, 140), font, 1, (0, 0, 0), 1)

# 複製、畫圖
img2 = cv2.imread("./test03.jpg", 1)[150:400, 50:300]
height2, width2, channels2 = img2.shape

for i in range(0, height2):
    for j in range(0, width2):
        img[i, 400 + j] = img2[i, j]

cv2.imshow("img", img)
if cv2.waitKey() == ord("q"):
    cv2.destroyAllWindows()

4. 圖像的幾何變換

4.1 圖像截取

flower_img = img[180:310, 50:180]

cv2.imshow("flower", flower_img)
if cv2.waitKey() == ord("q"):
    cv2.destroyAllWindows()

4.2 圖像縮放

方式1

# 獲取到高度、寬度的一半的值
img = cv2.imread("./test03.jpg", 1)
height, width, channels = img.shape
dst_height = int(height / 2)
dst_width = int(width / 2)
# 進行縮放
dst_img = cv2.resize(img, (dst_width, dst_height)) # 注意先傳width，再傳height

cv2.imshow("dst_img", dst_img)
if cv2.waitKey() == ord("q"):
    cv2.destroyAllWindows()

方式2

# 手動實現縮放
img = cv2.imread("./test03.jpg", 1)
height, width, channels = img.shape
dst_height = int(height / 2)
dst_width = int(width / 2)
# 縮放
dst_img = np.zeros((dst_height, dst_width, 3), np.uint8)
print(dst_img.shape)
for i in range(0, dst_height):
    for j in range(0, dst_width):
        new_i = int(i * (height / dst_height))
        new_j = int(j * (width / dst_width))
        dst_img[i, j] = img[new_i, new_j]

cv2.imshow("dst_img", dst_img)
if cv2.waitKey() == ord("q"):
    cv2.destroyAllWindows()

方式3

# Affine
img = cv2.imread("./test03.jpg", 1)
height, width, channels = img.shape

# 縮放
mat_scale = np.float32([[0.5, 0, 0], [0, 0.5, 0]])
dst_img = cv2.warpAffine(img, mat_scale, (int(width / 2), int(height / 2)))

cv2.imshow("dst_img", dst_img)
if cv2.waitKey() == ord("q"):
    cv2.destroyAllWindows()

4.3 圖像移動

方式1

img = cv2.imread("./test03.jpg", 1)
height, width, channels = img.shape

# Affine，水平右移100，垂直下移200
matShift = np.float32([[1, 0, 100], [0, 1, 200]])
dst_img = cv2.warpAffine(img, matShift, (width, height))

cv2.imshow("dst_img", dst_img)
if cv2.waitKey() == ord("q"):
    cv2.destroyAllWindows()

方式2

# 手動實現移動，右移100
img = cv2.imread("./test03.jpg", 1)
height, width, channels = img.shape
dst_img = np.zeros(img.shape, np.uint8)
for i in range(0, height):
    for j in range(0, width - 100):
        dst_img[i, j + 100] = img[i, j]
        
cv2.imshow("dst_img", dst_img)
if cv2.waitKey() == ord("q"):
    cv2.destroyAllWindows()

4.4 圖像鏡像

img = cv2.imread("./test03.jpg", 1)
height, width, channels = img.shape

dst_img = np.zeros((height * 2, width, channels), np.uint8)

for i in range(0, height):
    for j in range(0, width):
        dst_img[i, j] = img[i, j] # 原圖
        dst_img[height * 2 - i - 1, j] = img[i, j] # 反轉鏡像
        
cv2.imshow("dst_img", dst_img)
if cv2.waitKey() == ord("q"):
    cv2.destroyAllWindows()

4.5 圖像旋轉

平面旋轉

img = cv2.imread("./test03.jpg", 1)
height, width, channels = img.shape

# 旋轉矩陣
# 參數：中心點，旋轉角度，縮放係數
mat_rotate = cv2.getRotationMatrix2D((width / 2, height / 2), 45, 0.5)
dst_img = cv2.warpAffine(img, mat_rotate, (width, height))

cv2.imshow("dst_img", dst_img)
if cv2.waitKey() == ord("q"):
    cv2.destroyAllWindows()

空間旋轉

img = cv2.imread("./test03.jpg", 1)
height, width, channels = img.shape

# 左上角、左下角、右上角
mat_src = np.float32([[0, 0], [0, height - 1], [width - 1, 0]])
mat_dst = np.float32([[60, 60], [150, height - 150], [width - 250, 220]])
mat_affine = cv2.getAffineTransform(mat_src, mat_dst)
dst_img = cv2.warpAffine(img, mat_affine, (width, height))

cv2.imshow("dst_img", dst_img)
if cv2.waitKey() == ord("q"):
    cv2.destroyAllWindows()

OpenCV學習——圖像基礎與幾何變換

文章目錄

OpenCV學習——圖像基礎與幾何變換

0. 版本信息

1. 導包

2. 圖像基礎

2.1 圖片的讀取、展示、保存

2.2 圖片的基本信息

2.3 修改圖片像素點的顏色信息

2.3 拆分與合併顏色三通道

3. 繪圖

3.1 線段、三角形、矩形、圓形、扇形、任意多邊形

3.2 文字、圖片

4. 圖像的幾何變換

4.1 圖像截取

4.2 圖像縮放

4.3 圖像移動

4.4 圖像鏡像

4.5 圖像旋轉

druid數據源 xml配置

opencv + face_recognition —— 人臉識別案例

OpenCV學習——圖像基礎與幾何變換

OpenCV學習——圖像特效

基於阿里雲的數據倉庫架構設計

網絡通信框架——Netty示例

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結