1. OpenCV-Python——环境配置及图像基本操作

一、环境配置

1、在虚拟环境中安装以下库：

　　opencv-python==3.4.1.15

　　opencv-contrib-python==3.4.1.15

　　建议安装3.4.1的版本，3.4.2之后的版本做了专利保护，有的功能不能实现。

　　虚拟环境的安装以及安装库的问题见PyQt5专栏中的第一节。

 2、安装jupyter notebook

　　pip install jupyter——安装

　　jupyter notebook——启动

二、图像的基本操作

1、图像的操作

• cv2.IMREAD_COLOR：彩色图像
• cv2.IMREAD_GRAYSCALE：灰度图像

# *******************读取图片**********************开始
# 导入库
import cv2
import numpy as np
# import matplotlib.pyplot as plt

# 读入图片
# img = cv2.imread('cat.jpg')
img = cv2.imread('cat.jpg',cv2.IMREAD_GRAYSCALE) # 读入灰度图像

# 显示图片
# cv2.imshow('image',img)
# cv2.waitKey(10000)                          # 显示10秒
# cv2.destroyAllWindows()

# 定义展示图片函数
def cv_show(name,img):
    cv2.imshow(name,img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

cv_show('image',img)                          # 调用函数cv_show

# 打印一些参数
print(img)                                    # 打印图片
print(img.shape)                              # 打印图像的尺寸
print(type(img))                              # 打印的图像的格式
print(np.size(img))                           # 打印图片的大小
# *******************读取图片**********************结束

2、视频的操作

• cv2.VideoCapture可以捕获摄像头，用数字来控制不同的设备，例如0,1。
• 如果是视频文件，直接指定好路径即可

# *******************读取视频**********************开始
# 导入库
import cv2
import numpy as np
# import matplotlib.pyplot as plt

vc = cv2.VideoCapture('test.mp4')               # 读取视频

# 检查是否打开正确
if vc.isOpened():
    open, frame = vc.read()
else:
    open = False

while open:
    ret, frame = vc.read()
    if frame is None:
        break
    if ret == True:
        gray = cv2.cvtColor(frame,  cv2.COLOR_BGR2GRAY)
        cv2.imshow('result', gray)
        if cv2.waitKey(10) & 0xFF == 27: # 每一帧的等待时间以及关闭
            break
vc.release()
cv2.destroyAllWindows()

# *******************读取视频**********************结束

3、截取部分图像+颜色通道获取

# *******************截取部分图像+颜色通道获取**********************开始
# 导入库
import cv2
# import numpy as np
# import matplotlib.pyplot as plt

img=cv2.imread('cat.jpg')
cat=img[0:200,0:200]                         # 截取部分图像数据

# 定义展示图片函数
def cv_show(name,img):
    cv2.imshow(name,img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

# cv_show('cat',cat)

b,g,r=cv2.split(img)                        # 获取图像的r,b,g通道数值
print(b)
print(b.shape)

img=cv2.merge((b,g,r))                      # r,g,b通道合成
print(img.shape)

# 只保留R
cur_img = img.copy()
cur_img[:,:,0] = 0                          # 除R通道其余都设置为0
cur_img[:,:,1] = 0
cv_show('R',cur_img)                        # 只保留R通道

# 只保留G
cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,2] = 0
cv_show('G',cur_img)                        # 只保留G通道

# 只保留B
cur_img = img.copy()
cur_img[:,:,1] = 0
cur_img[:,:,2] = 0
cv_show('B',cur_img)                        # 只保留B通道
# *******************截取部分图像+颜色通道获取**********************结束

4、边界填充

• BORDER_REPLICATE：复制法，也就是复制最边缘像素。
• BORDER_REFLECT：反射法，对感兴趣的图像中的像素在两边进行复制例如：fedcba|abcdefgh|hgfedcb
• BORDER_REFLECT_101：反射法，也就是以最边缘像素为轴，对称，gfedcb|abcdefgh|gfedcba
• BORDER_WRAP：外包装法cdefgh|abcdefgh|abcdefg
• BORDER_CONSTANT：常量法，常数值填充。

# *******************边界填充**********************开始
import cv2
import matplotlib.pyplot as plt

img = cv2.imread('cat.jpg')

# 设置参数
top_size,bottom_size,left_size,right_size = (50,50,50,50)


replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_WRAP)
constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_CONSTANT, value=0)

plt.subplot(231), plt.imshow(img, 'gray'), plt.title('ORIGINAL')
plt.subplot(232), plt.imshow(replicate, 'gray'), plt.title('REPLICATE')
plt.subplot(233), plt.imshow(reflect, 'gray'), plt.title('REFLECT')
plt.subplot(234), plt.imshow(reflect101, 'gray'), plt.title('REFLECT_101')
plt.subplot(235), plt.imshow(wrap, 'gray'), plt.title('WRAP')
plt.subplot(236), plt.imshow(constant, 'gray'), plt.title('CONSTANT')

plt.show()
# *******************边界填充**********************结束

 5、数值计算

# *******************数值计算**********************开始
import cv2

img_cat=cv2.imread('cat.jpg')

print(img_cat[:5,:,0])                # 原图   打印前五行

img_cat2 = img_cat+10
print(img_cat2[:5,:,0])               # 处理后 打印前五行

# 直接相加==%256  求余数
print((img_cat+img_cat2)[:5,:,0])     # 相加后 打印前五行

# add函数
print(cv2.add(img_cat,img_cat2)[:5,:,0])     # add后 打印前五行
# *******************数值计算**********************结束

6、图像融合

　　R = aX1 + aX2 + b 

# *******************图像融合**********************开始
import cv2

img_cat=cv2.imread('cat.jpg')
img_dog=cv2.imread('dog.jpg')

# 查看当前图像的各自参数
print(img_cat.shape)
print(img_dog.shape)

# 修改图像的大小  保持一致
img_dog = cv2.resize(img_dog,(500,414))
print(img_dog.shape)

# 加权融合
res = cv2.addWeighted(img_cat, 0.4, img_dog, 0.6, 0)
print(res.shape)

# 显示图像
# 定义展示图片函数
def cv_show(name,img):
    cv2.imshow(name,img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

cv_show('image',res)

# 比例修改图像大小
img_cat = cv2.resize(img_cat,(0,0),fx=3,fy=1)
cv_show('cat_image',img_cat)
# *******************图像融合**********************结束

 7、图像灰度转换

　　cv2.COLOR_BGR2GRAY

# *******************图像的灰度转换**********************开始
import cv2                                            # opencv读取的格式是BGR
# import numpy as np
# import matplotlib.pyplot as plt                     # Matplotlib是RGB

img=cv2.imread('cat.jpg')
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)       # 灰度转换
print(img_gray.shape)
# *******************图像的灰度转换**********************结束