电子发烧友App
越来越觉得python是一强大的工具，处理样本确实不错。最近因项目需要涉及到图片处理，所以开始用python调用opencv，再次觉得python真乃神器也！
一、主要函数
1、 cv2.imread（）：读入图片，共两个参数，第一个参数为要读入的图片文件名，第二个参数为如何读取图片，包括cv2.IMREAD_COLOR：读入一副彩色图片；cv2.IMREAD_GRAYSCALE：以灰度模式读入图片；cv2.IMREAD_UNCHANGED：读入一幅图片，并包括其alpha通道。
2、cv2.imshow（）：创建一个窗口显示图片，共两个参数，第一个参数表示窗口名字，可以创建多个窗口中，但是每个窗口不能重名；第二个参数是读入的图片。
3、cv2.waitKey（）：键盘绑定函数，共一个参数，表示等待毫秒数，将等待特定的几毫秒，看键盘是否有输入，返回值为ASCII值。如果其参数为0，则表示无限期的等待键盘输入。
4、cv2.destroyAllWindows（）：删除建立的全部窗口。
5、cv2.destroyWindows（）：删除指定的窗口。
6、cv2.imwrite（）：保存图片，共两个参数，第一个为保存文件名，第二个为读入图片。
Python-OpenCV 处理图像基本操作
0x00. 图片读、写和显示操作
安装好 OpenCV 之后，首先尝试加载一张最简单的图片并显示出来，代码示例：
第一种方式使用cv2.cv的LoadImage、ShowImage和SaveImage函数
import cv2.cv as cv
# 读图片
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
# 写图片
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函数
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函数还可以定义加载的mode，默认是以RGB模式处理图片：
import cv2
grayImage = cv2.imread（‘MyPic.png’， cv2.CV_LOAD_IMAGE_GRAYSCALE）
# 可选参数CV_LOAD_IMAGE_COLOR （BGR）， CV_LOAD_IMAGE_GRAYSCALE （grayscale）， CV_LOAD_IMAGE_UNCHANGED（neither）
cv2.imwrite（‘MyPicGray.png’， grayImage）
0x01. 获取图片属性
import cv2
img = cv2.imread（‘img/image.png’）
print img.shape
# （640， 640， 3）
print img.size
# 1228800
print img.dtype
# uint8
# 在debug的时候，dtype很重要
0x02. 输出文本
在处理图片的时候，我们经常会需要把一些信息直接以文字的形式输出在图片上，下面的代码将实现这个效果：
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. 缩放图片
下面的例子将实现缩放图片并保存，这个在使用 OpenCV 做图像处理的时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. 图像平移
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. 图像旋转
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. 仿射变换
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. 图像颜色变换
实际使用过程中，我们经常也需要对一些图片的颜色空间做一些改变之类的：
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（）：将图片从一个颜色空间转到另一个颜色空间
cv.CvtColor（src， dst， code）：
cv2：
cv2.cvtColor（input_image， flag）函数实现图片颜色空间的转换，flag 参数决定变换类型。如 BGR-》Gray flag 就可以设置为 cv2.COLOR_BGR2GRAY 。
一个简单的例子，下面的代码实现识别摄像视频中蓝色的部分：
import cv2
import numpy as np
cap = cv2.VideoCapture（0）
while（1）：
# 读取视频的每一帧
_， frame = cap.read（）
# 将图片从 BGR 空间转换到 HSV 空间
hsv = cv2.cvtColor（frame， cv2.COLOR_BGR2HSV）
# 定义在HSV空间中蓝色的范围
lower_blue = np.array（［110，50，50］）
upper_blue = np.array（［130，255，255］）
# 根据以上定义的蓝色的阈值得到蓝色的部分
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（）
以上的代码给出了视频中获取兴趣对象的基本思想。
0x08. 通道的拆分/合并处理
对于一张图片的 R、G、B 通道，我们可以很方便的使用 OpenCV 获取并分离或者合并：
（这是将图像灰度化处理的一种方式）
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. 图片添加边距
cv2.copyMakeBorder函数
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）
python加opencv进行图像处理完整代码如下：
［python］ view plain copyimport os
import re
import sys
import cv2
from optparse import OptionParser
import numpy as np
def rotateImage（image， angel）：#parameter angel in degrees
height = image.shape［0］
width = image.shape［1］
## height_big = height * 2
## width_big = width * 2
height_big = height
width_big = width
image_big = cv2.resize（image， （width_big， height_big））
image_center = （width_big/2， height_big/2）#rotation center
## rot_mat = cv2.getRotationMatrix2D（image_center，angel， 0.5）
rot_mat = cv2.getRotationMatrix2D（image_center，angel， 1.0）
result = cv2.warpAffine（image_big， rot_mat， （width_big， height_big）， flags=cv2.INTER_LINEAR）
return result
filepath=‘E：\\data\\faceScrub2\\38743.jpg’
##im=cv2.imread（filepath，cv2.cv.CV_LOAD_IMAGE_COLOR）
im=cv2.imread（filepath，cv2.cv.CV_LOAD_IMAGE_GRAYSCALE）
im_rot=rotateImage（im，20）
im_smooth=cv2.GaussianBlur（im，（3，3），3.0）
##im_flip=cv2.flip（im，0）
im_flip1=cv2.flip（im，-1）
im_flip2=cv2.flip（im，1）
##im_he=cv2.equalizeHist（im）
##cv2.imshow（‘test’，im）
##cv2.imshow（‘rotated’，im_rot）
##cv2.imshow（‘smooth’，im_smooth）
##cv2.imshow（‘f0’，im_flip）
##cv2.imshow（‘fn’，im_flip1）
##cv2.imshow（‘fp’，im_flip2）
##cv2.imshow（‘he’，im_he）
cv2.imwrite（‘H：\\flipimg.jpg’，im_rot）
##cv2.waitKey（0）
工商网监
评论