Python openCV基础操做

1.图片加载、显示和保存

import cv2
# 读取图片
img = cv2.imread("img1.jpg")
# 生成灰色图片
imgGrey = cv2.imread("img1.jpg",0)
# 展现原图
cv2.imshow("img",img)
# 展现灰色图片
cv2.imshow("imgGrey",img)
# 等待图片的关闭
cv2.waitKey()
# 保存图片
cv2.imwrite("Copy.jpg",imgGrey)

2.图像显示窗口建立于销毁

cv2.namedWindow(创空名，属性)建立一个窗口
属性通常指定窗口大小模式：
cv2.WINDOW_AUTOSIZE:根据图像大小自动建立大小
cv2.WINDOW_NORMAL:窗口大小可调整
cv2.destoryAllWindows(窗口名)删除任何创建的窗口

import cv2

img = cv2.imread("img",cv2.WINDOW_NORMAL)

cv2.imshow("img",img)
cv2.waitKey()
cv2.destoryAllWindows()

3.图片宽、高、通道数获取

img.shape 返回图像高（图像矩形的行数）、（图像矩形的列数）和通道数3个属性组成的元祖（png为4通道）,若图像是非彩色图，则只返回高和宽组成的元祖。

import cv2

img = cv2.imread("1.jpg")
imgGrey = cv2.imread("1.jpg",0)

sp1 = img.shape
sp2 = imgGrey.shape

print(sp1)
print(sp2)
# =====输出======
# (800,800,3)
# (800,800)

4.图像像素数目和图像数据类型的获取

图像矩形img的size属性和dtype分别对象图像的像素总数目和图像数据类型。通常状况下，图像的数据类型是unit8。

import cv2

img = cv2.imread("1.jpg")

imgSize = img.size
print(imgSize)

ty = img.dtype
print(ty)
# ====输出=====
# 691200
# uint8

5生成指定大小的空图像

生成指定大小的空图像

import cv2
import numpy as np

img = cv2.imread("1.jpg")
imgZero = np.zeros(img.shape,np.uint8)

imgFix = np.zeros((300,500,3),np.uint8)

cv2.imshow("img",img)
cv2.imshow("imgZero",imgZero)
cv2.imshow("imgFix",imgFix)
cv2.waitKey()

6.生成透明图圆形色块

cv2.circle(图片，圆心位置,圆半径,颜色,-1)

import cv2
import numpy as np

imgZero = np.zeros((400),np.uint8)
cv2.namedWindow('draw circles')
cv2.circle(img,(200,200),200,(0,0,255,255),-1)
cv2.imshow("imgGrey",img)
cv2.waitKey()
cv2.imwrite("Copy.png",img)

7.访问和操做图像像素

OpenCV中图像矩阵的顺序是B、G、R。能够直接经过坐标位置访问和操做图像像素。

import cv2
img = cv2.imread("01.jpg")

numb = img[50,100]
print(numb)

img[50,100] = (0,0,255)
cv2.imshow("img",img)
cv2.waitKey()

分开访问图像某一通道像素

import cv2

img = cv2.imread("01.jpg")

img[0:100,100:200,0] = 255
img[100:200,200:300,1] = 255
img[200:300,300,400,2] = 255

cv2.imshow("img",img)
cv2.waitKey

更改图像某一矩形区域的图像值也很方便

import cv2

img = cv2.imread("01.jpg")

img[0:50,1:100] = (0,0,255)

cv2.imshow("img",img)
cv2.waitKey()

8.图像三通道分离和合并

分离图像通道能够使用cv2中的split函数，合并使用merge函数

import cv2

img = cv2.imread("01.jpg")

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

merged = cv2.merge([b,g,r])

cv2.imshow("Blue",b)
cv2.imshow("Green",g)
cv2.imshow()"Red",r)

cv2.imshow("Merged",merged)
cv2.waitKey()

8.在图像上输出文字

使用putText函数在图片上输出文字，函数原型：
putText(img,text,org,fontFace,fontScale,color,thickness=None,lineType=None,bottomLeftOrigin=None)

• img:图像
• text：要输出的文本
• org:文字的起点坐标
• fontFace:字体
• fontScale:字体大小
• color:字体颜色
• thickness:字图加粗

img = cv2.imread("01.jpg")

cv2.putTtext(img,"Print some text to img",(100,100),cv2.FONT_HERSHEY_SIMPLEX,1,(0,0,255))

cv2.imshow("img",img)
cv2.waitKey()

9.图像缩放

import cv2

img = cv2.imread("1.jpg")
cv2.imshow("img",img)

imgg = cv2.resize(img,(200,100))

cv2.imshow("imgg",imgg)
cv2.waitKey()

10.图片灰度化处理

from matplotlib import pyplot as plt
import cv2
form pylab import *

#添加中文字体支持
from matplotlib.font_manager import FontProperties
fot = FontProperties(fname = r"c:\windows\fonts\SimSun,ttc",size = 14)

# 载入图像
im = cv2.imread("1.jpg")
# 显示原始图像
fig = plt.figure()
subplot(121)
plt.gray()
im2 = cv2.cvtColor(im,cv2.COLOR_BGR2RGB) # OpenCV采用BGR排序，须要转换一下
imshow(im2)
title(u'彩色图'，fontproperties= font)
axis('off')
# 显示灰度化图像
# 颜色空间转换

gray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
plt.subplot(122)
plt.gray()
imshow(gray)
title(u"灰度图",fontproperties=font)
axis('off')
show()