OpenCV计算机视觉学习（1）——图像基本操作（图像视频读取，ROI区域截取，常用cv函数解释）

zoukankan html css js c++ java

OpenCV计算机视觉学习（1）——图像基本操作（图像视频读取，ROI区域截取，常用cv函数解释）
如果需要处理的原图及代码，请移步小编的GitHub地址

　　传送门：请点击我

　　如果点击有误：https://github.com/LeBron-Jian/ComputerVisionPractice

1，计算机眼中的图像

　　我们打开经典的 Lena图片，看看计算机是如何看待图片的：

　　我们点击图中的一个小格子，发现计算机会将其分为R，G，B三种通道。每个通道分别由一堆0~256之间的数字组成，那OpenCV如何读取，处理图片呢，我们下面详细学习。

2，图像的加载，显示和保存

　　我们看看在OpenCV中如何操作：
import cv2 # 生成图片 img = cv2.imread("lena.jpg") # 生成灰色图片 imgGrey = cv2.imread("lena.jpg", 0) # 展示原图 cv2.imshow("img", img) # 展示灰色图片 cv2.imshow("imgGrey", imgGrey) # 等待图片的关闭 cv2.waitKey() # 保存灰色图片 cv2.imwrite("Copy.jpg", imgGrey)
　　图像的显示，也可以创建多个窗口。

2.1 图像的加载函数 cv2.imread()

　　cv2.imread() 函数原型如下：
imread(filename, flags=None)
　　使用函数cv2.imread() 读入图像。这幅图像应该在此程序的工作路径，或者给函数提供完整路径，第二个参数是要告诉函数应该如何读取这幅图片。
- cv2.IMREAD_COLOR：读入一副彩色图像。图像的透明度会被忽略，这是默认参数
- cv2.IMREAD_GRAYSCALE：以灰度模式读入图像
- cv2.IMREAD_UNCHANGED：保留读取图片原有的颜色通道
- +1 ：等同于cv2.IMREAD_COLOR
- 0 ：等同于cv2.IMREAD_GRAYSCALE
- -1 ：等同于cv2.IMREAD_UNCHANGED
　　PS：调用opencv，就算图像的路径是错的，OpenCV 也不会提醒你的，但是当你使用命令 print(img) 时得到的结果是None。

2.2 图像的显示函数 cv2.imshow()

　　cv2.imshow() 函数作用是在窗口中显示图像，窗口自动适合于图像大小，我们也可以通过imutils模块调整显示图像的窗口大小。

　　函数官方定义如下：
imshow(winname, mat)
　　参数解释如下：
- 参数一：窗口名称(字符串)
- 参数二：图像对象，类型是numpy中的ndarray类型，注：这里可以通过imutils模块改变图像显示大小
2.3 图像的保存函数 cv2.imwrite()

　　cv2.imwrite() 函数检查图像保存到本地，官方定义如下：
cv2.imwrite(image_filename, image)
　　参数解释如下：
- 参数一：保存的图像名称(字符串)
- 参数二：图像对象，类型是numpy中的ndarray类型
3，图像显示窗口创建与销毁

　　当我们使用imshow函数展示图像时，最后需要在程序中对图像展示窗口进行销毁，否则程序将无法正常终止，常用的销毁窗口的函数有下面两个：
(1)、cv2.destroyWindow(windows_name) #销毁单个特定窗口参数：将要销毁的窗口的名字 (2)、cv2.destroyAllWindows() #销毁全部窗口，无参数
　　那我们合适销毁窗口，肯定不能图片窗口一出现我们就将窗口销毁，这样便没法观看窗口，试想有两种方式：
- (1) 让窗口停留一段时间然后自动销毁；
- (2) 接收指定的命令，如接收指定的键盘敲击然后结束我们想要结束的窗口
　　以上两种情况都将使用cv2.waitKey函数，首先产看函数定义：
cv2.waitKey(time_of_milliseconds)
　　唯一参数delay是整数，可正可负也可是零，含义和操作也不同，分别对应上面说的两种情况。
(1) time_of_milliseconds > 0 ：此时time_of_milliseconds表示时间，单位是毫秒，含义表示等待 time_of_milliseconds毫秒后图像将自动销毁，看以下示例 #表示等待10秒后，将销毁所有图像 if cv2.waitKey(10000): cv2.destroyAllWindows() #表示等待10秒，将销毁窗口名称为'origin image'的图像窗口 if cv2.waitKey(10000): cv2.destroyWindow('origin image') (2) time_of_milliseconds <= 0 ：此时图像窗口将等待一个键盘敲击，接收到指定的键盘敲击便会进行窗口销毁。我们可以自定义等待敲击的键盘，通过下面的例子进行更好的解释 #当指定waitKey(0) == 27时当敲击键盘 Esc 时便销毁所有窗口 if cv2.waitKey(0) == 27: cv2.destroyAllWindows() #当接收到键盘敲击A时，便销毁名称为'origin image'的图像窗口 if cv2.waitKey(-1) == ord('A'): cv2.destroyWindow('origin image')
　　

　 waitKey()函数原型：
C++: int waitKey(int delay=0) Python: cv2.waitKey([delay]) → retval C: int cvWaitKey(int delay=0 ) Python: cv.WaitKey(delay=0) → int
　　waitKey()函数功能：

　　waitKey() 函数的功能是不断地刷新图像，频率时间为delay，单位为ms。返回值为当前键盘按键值。

　　waitKey()函数作用：

　　1，waitKey() 这个函数是在一个给定的时间内（单位ms）等待用户按键触发；如果用户没有按下键，则继续等待（循环）。

　　2，如果设置waitKey(0)，则表示程序会无限制的等待用户的按键事件。

　　3，用OpenCV来显示图像或者视频时，如果后面不加cvWaitKey这个函数，基本上是显示不出来的。

　 4，显示图像，一般要在cvShowImage()函数后面加一句cvWaitKey(0)；否则图像无法正常显示。

　　waitKey()源代码：
def waitKey(delay=None): # real signature unknown; restored from __doc__ """ waitKey([, delay]) -> retval . @brief Waits for a pressed key. . . The function waitKey waits for a key event infinitely (when f$ exttt{delay}leq 0f$ ) or for delay . milliseconds, when it is positive. Since the OS has a minimum time between switching threads, the . function will not wait exactly delay ms, it will wait at least delay ms, depending on what else is . running on your computer at that time. It returns the code of the pressed key or -1 if no key was . pressed before the specified time had elapsed. . . @note . . This function is the only method in HighGUI that can fetch and handle events, so it needs to be . called periodically for normal event processing unless HighGUI is used within an environment that . takes care of event processing. . . @note . . The function only works if there is at least one HighGUI window created and the window is active. . If there are several HighGUI windows, any of them can be active. . . @param delay Delay in milliseconds. 0 is the special value that means "forever". """ pass
指定窗口大小模式的属性：
- cv2.WINDOW_AUTOSIZE：根据图像大小自动创建大小
- cv2.WINDOW_NORMAL：窗口大小可调整
# 设置为WINDOW_NORMAL可以任意缩放 # cv.namedWindow('input_image', cv.WINDOW_NORMAL)
　　代码如下：
import cv2 img = cv2.imread("lena.jpg") cv2.namedWindow("img", cv2.WINDOW_NORMAL) cv2.imshow("img", img) cv2.waitKey() cv2.destroyAllWindows()
4，视频的读取，处理与保存

　　（视频读取流程的话：可以达到30fps，即一秒30帧，不过基本都是25~30左右）

　　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。设备索引只是指定哪台摄像机的号码，0代表第一台摄像机，1代表第二台摄像机。之后就可以逐帧捕获视频，但最后，不要忘记释放捕获。

　　cap.read（）：返回一个布尔值（True / False）。如果帧被正确读取，则返回true，否则返回false。可以通过检查这个返回值来判断视频是否结束。　　

　　cap.isOpened（）：检查cap是否被初始化。若没有初始化，则使用cap.open（）打开它。当cap没有初始化时，上面的代码会报错。　　

　　retval,image= cv2.VideoCapture.read([,image]) 抓取，解码并返回下一个视频帧。返回值为true表明抓取成功。该函数是组合了grab()和retrieve()，这是最方便的方法。如果没有帧，该函数返回false，并输出空图像。
　　retval, image = cv2.VideoCapture.retrieve([, image[, flag]]) 解码并返回抓取的视频帧
　　retval = cv2.VideoCapture.grab() 从视频文件或相机中抓取下一帧。true为抓取成功。该函数主要用于多摄像头时。
　　cv2.VideoCapture.release() 关闭视频文件或相机设备。

　　cap.get（propId）：访问视频的某些功能，其中propId是一个从0到18的数字，每个数字表示视频的属性（Property Identifier）。其中一些值可以使用cap.set（propId，value）进行修改，value是修改后的值。
　　举个例子：我通过cap.get（3）和cap.get（4）来检查帧的宽度和高度，默认的值是640x480。但我想修改为320x240，可以使用ret = cap.set（3, 320）和ret = cap.set（4, 240）。

propId 常见取值如下:
- cv2.CAP_PROP_POS_MSEC：视频文件的当前位置（ms）
- cv2.CAP_PROP_POS_FRAMES：从0开始索引帧，帧位置。
- cv2.CAP_PROP_POS_AVI_RATIO：视频文件的相对位置（0表示开始，1表示结束）
- cv2.CAP_PROP_FRAME_WIDTH：视频流的帧宽度。
- cv2.CAP_PROP_FRAME_HEIGHT：视频流的帧高度。
- cv2.CAP_PROP_FPS：帧率
- cv2.CAP_PROP_FOURCC：编解码器四字符代码
- cv2.CAP_PROP_FRAME_COUNT：视频文件的帧数
- cv2.CAP_PROP_FORMAT： retrieve()返回的Mat对象的格式。
- cv2.CAP_PROP_MODE：后端专用的值，指示当前捕获模式
- cv2.CAP_PROP_BRIGHTNESS：图像的亮度，仅适用于支持的相机
- cv2.CAP_PROP_CONTRAST：图像对比度，仅适用于相机
- cv2.CAP_PROP_SATURATION：图像饱和度，仅适用于相机
- cv2.CAP_PROP_HUE：图像色调，仅适用于相机
- cv2.CAP_PROP_GAIN：图像增益，仅适用于支持的相机
- cv2.CAP_PROP_EXPOSURE：曝光，仅适用于支持的相机
- cv2.CAP_PROP_CONVERT_RGB：布尔标志，指示是否应将图像转换为RGB。
　　视频读取与处理代码：
import cv2 # 参数为视频文件目录 videoc = cv2.VideoCapture('test.mp4') # VideoCapture对象，参数可以是设备索引或视频文件名称，设备索引只是指定哪台摄像机的号码 # 0代表第一台摄像机，1代表第二台摄像机，之后可以逐帧捕获视频，但是最后需要释放捕获 # 调用内置摄像头 # cap = cv2.VideoCapture(0) # 调用USB摄像头 # cap = cv2.VideoCapture(1) # 检查是否打开正确 if videoc.isOpened(): open, frame = videoc.read() else: open = False # 逐帧显示实现视频播放 while open: ret, frame = videoc.read() # 读取 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: # 读取完自动退出 # if cv2.waitKey(1) & 0xFF == ord('q'): # 读完按 q 退出 break # 释放摄像头对象和窗口 videoc.release() cv2.destroyAllWindows()
　　解释一下从文件中播放视频：和从相机捕获视频相同，只需要更改相机索引和视频文件名。在显示帧时，选择适当地 cv2.waitKey() 时间，如果该值太小，视频会非常快，如果他太大，则视频会非常慢（这可以用慢动作显示视频）。正常情况下 25毫秒即可。

　　保存视频：我们需要创建一个 VideoWriter对象，指定输出文件名（例如：output.avi）。之后指定 FourCC代码（FourCC是用于指定视频编码解码器的四字节代码，可用的代码列标：http://www.fourcc.org/codecs.php）。接下来传递每秒帧数（FPS）和帧大小，最后一个是 isColor标注，如果他为TRUE，编码器编码成彩色帧，否则编码成灰度框帧。

　　视频保存代码：
import numpy as np import cv2 cap = cv2.VideoCapture(0) # Define the codec and create VideoWriter object fourcc = cv2.VideoWriter_fourcc(*'XVID') out = cv2.VideoWriter('output.avi',fourcc, 20.0, (640,480)) while(cap.isOpened()): ret, frame = cap.read() if ret==True: frame = cv2.flip(frame,0) # write the flipped frame out.write(frame) cv2.imshow('frame',frame) if cv2.waitKey(1) & 0xFF == ord('q'): break else: break # Release everything if job is finished cap.release() out.release() cv2.destroyAllWindows()
OpenCV提供了接口VideoWriter 用于视频的保存：
<VideoWriter object> = cv.VideoWriter( filename, fourcc, fps, frameSize[, isColor] )
函数参数：
- filename：给要保存的视频起个名字
- fourcc：指定视频编解码器的4字节代码
1. 【（‘P’，‘I’，‘M’，‘1’）是MPEG-1编解码器】
2. 【（‘M’，‘J’，‘P’，'G '）是一个运动jpeg编解码器】
- fps：帧率
- frameSize：帧大小
- retval = cv2.VideoWriter_fourcc( c1, c2, c3, c4 ) 将4字符串接为fourcc代码。
- cv.VideoWriter.write( image ) 将帧图像保存为视频文件。
- isColor：如果为true，则视频为彩色，否则为灰度视频，默认为true
5，图像ROI

　　ROI（Region of Interest）表示感兴趣区域。感兴趣区域，就是我们从图像中选择一个图像区域，这个区域就是图像分析所关注的焦点。我们圈定这个区域，那么我们要处理的图像就是要从一个大图像变为小图像区域了，这样以便进行进一步处理，可以大大减少处理时间。

　　ROI 也是使用Numpy 索引来获得的，其本质上是多维数组（矩阵）的切片，如下图所示：

　　其实，原理很简单，就是利用数组切片和索引操作来选择指定区域的内容，通过像素矩阵可以直接获取ROI区域，如 img[200:400, 200: 400]。Rect 四个形参分别是：x坐标，y坐标，长，高，注意（x, y）指的是矩形的左上角点。

　　比如我要获取欧文的头，图如下：

　　简易的矩形ROI区域获取代码如下
import cv2 import numpy as np import matplotlib.pyplot as plt # 读取原始图像 img = cv2.imread('irving.jpg') # print(img.shape) # (458, 558, 3) # 我们自己计算要获取的头部的大小，以及左上角的坐标 # 这里左上角的坐标为：w:h=250 7 区域为100*100 roi_zero = img[7:107, 250:350] # 显示图像 cv2.imshow("Image", roi_zero) # 等待显示 cv2.waitKey(0) cv2.destroyAllWindows()
　　结果如下：

6，图像宽，高，通道数获取

　　img.shape 返回图像高（图像矩阵的行数），宽（图像矩阵的列数）和通道数3个属性组成的元组，若图像是非彩色图（即灰度图，二值图等），则只返回高和宽组成的元组。
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=======#(1200, 1920, 3)#(1200, 1920)
7，图像像素数目和图像数据类型的获取

　　图像矩阵img 的 size属性和 dtype 分别对应图像的像素总数目和图像数据类型。一般情况下，图像的数据类型是 uint8。

　　通过size关键字获取图像的像素数目，其中灰度图像返回行数*列数，彩色图像返回行数*列数*通道数。

　　通过dtype关键字获取图像的数据类型，通常返回 uint8

　　代码如下：
# -*- coding:utf-8 -*- import cv2 import numpy #读取图片 img = cv2.imread("test.jpg", cv2.IMREAD_UNCHANGED) #获取图像形状 print(img.shape) #获取像素数目 print(img.size) #获取图像类型 print(img.dtype)
　　结果如下：
(615, 327, 3) 603315 # 603315=615*327*3 uint8
　　注意1：如果图像是灰度图，返回值仅有行数和列数，所以通过检查这个返回值就可以知道加载的是灰度图还是彩色图。img.size可以返回图像的像素数目。

　　注意2：在debug时， img.dtype 非常重要，因为在OpenCV Python代码中经常出现数据类型的不一致。

8，生成指定大小的空图像

　　生成指定大小的空图形，方便我们后续填充，空图形是黑色的图（因为指定的是0）。
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) # imgFix = np.zeros((300,500),np.uint8) cv2.imshow("img", img) cv2.imshow("imgZero", imgZero) cv2.imshow("imgFix", imgFix) cv2.waitKey()
　

9，访问和操作图像像素

　　OpenCV中图像矩阵的顺序是 B,G,R。可以直接通过坐标位置访问和操作图像像素。
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值也非常方便（下面代码将图像变为白色，即255）：
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()
　　Python中，更改图像某一矩形区域的像素值也很方便。
import cv2 img = cv2.imread("01.jpg") img[0:50,1:100] = (0,0,255) cv2.imshow("img",img) cv2.waitKey()
　　注意：优化

　　首先我们需要读入一幅图像，然后根据像素的行和列的坐标获取它的像素值。对BGR图像而言，返回值为B，G，R的值，对灰度图像而言，会返回它的灰度值（亮度？ intensity）
import cv2 import numpy as np img=cv2.imread('test.jpg') px=img[100,100] print(px) blue=img[100,100,0] print(blue) # 我们可以使用类似的方式修改像素值 img[100,100]=[255,255,255] print(img[100,100]) ## [255 255 255]
　　注意1：Numpy 是经过优化了的进行快速矩阵运算的软件包，所以我们不推荐逐个获取像素值并修改，这样会很慢，能有矩阵运算就不要循环。

　　注意2：上面提到的方法被用来选取矩阵的一个区域，比如说前 5行的后3列。对于获取每一个像素值，也许使用Numpy 的 array.item() 和 array.itemset() 会更好，但是返回是标量。如果你想获得所有 B，G，R的值，你需要使用 array.item() 分割他们。

　　获取像素值及其修改的更好的方法
import cv2 import numpy as np img=cv2.imread('test.jpg') print(img.item(10,10,2)) img.itemset((10,10,2),100) print(img.item(10,10,2)) # 59 # 100
　　

10，图像颜色通道分离与合并

　　分离图像通道可以使用 cv2中 split函数，合并则可以使用 merge函数。
import cv2 img = cv2.imread("01.jpg") b , g , r = cv2.split(img) # b = cv2.split(img)[0] # g = cv2.split(img)[1] # r = cv2.split(img)[2] merged = cv2.merge([b,g,r]) cv2.imshow("Blue",b) cv2.imshow("Green",g) cv2.imshow("Red",r) cv2.imshow("Merged",merged) cv2.waitKey()
　　　有时候，我们需要对 BGR 三个通道分别进行操作，这时你就需要把BGR拆分成单个通道，有时你需要把独立通道的图片合成一个BGR图像。下面学习一下拆分及其合并图像通道的cv函数　　

　　代码如下：
# _*_coding:utf-8_*_ import cv2 import numpy as np def split_image(img_path): img = cv2.imread(img_path) print(img.shape) # (800, 800, 3) # b, g, r = cv2.split(img) b = img[:, :, 0] g = img[:, :, 1] r = img[:, :, 2] cv2.imshow('b', b) # cv2.imshow('g', g) # cv2.imshow('r', r) cv2.waitKey(0) cv2.destroyAllWindows() def merge_image(img_path): img = cv2.imread(img_path) b, g, r = cv2.split(img) img = cv2.merge([b, g, r]) cv2.imshow('merge', img) cv2.waitKey(0) cv2.destroyAllWindows() if __name__ == '__main__': img_path = 'durant.jpg' split_image(img_path) # merge_image(img_path)
　　注意：这里拆分写了两个方法，为什么呢？就是因为 cv2.split()是一个比较耗时的操作，只有真正需要时才用它，能用Numpy索引就尽量使用索引。

　　原图：

　　B，G，R 三种通道的图片：

　　合并后的图片

　　假设，我们想是所有像素的红色通道值都为0，我们不必先拆分再赋值，我们可以直接使用 Numpy 索引，这样会更快：
def assign_image(img_path): img = cv2.imread(img_path) img[:, :, 1] = 0 cv2.imshow('assign', img) cv2.waitKey(0) cv2.destroyAllWindows() if __name__ == '__main__': img_path = 'durant.jpg' assign_image(img_path)
　　结果如下：

11，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)
　　参数意思：
　　　代码如下：
import cv2 img = cv2.imread("durant.jpg") cv2.putText(img, "durant is my favorite super star", (100, 100), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255)) cv2.imshow("img", img) cv2.waitKey()
　　图如下：

12，图像缩放

　　cv2.resize()函数是来调整图片的大小，改变图片尺寸。

　　注意：CV2是BGR，而我们读取的图片是RGB，所以要注意一下，变换的时候注意对应。

　　其函数原型如下：
def resize(src, dsize, dst=None, fx=None, fy=None, interpolation=None)
　　对应的各个参数意思：

　　src：输入，原图像，即待改变大小的图像；

　　dsize：输出图像的大小。如果这个参数不为0，那么就代表将原图像缩放到这个Size(width，height)指定的大小；如果这个参数为0，那么原图像缩放之后的大小就要通过下面的公式来计算：

　　　　　　　　　　　　　　dsize = Size(round(fx*src.cols), round(fy*src.rows))

其中，fx和fy就是下面要说的两个参数，是图像width方向和height方向的缩放比例。

　　fx：width方向的缩放比例，如果它是0，那么它就会按照(double)dsize.width/src.cols来计算；

　　fy：height方向的缩放比例，如果它是0，那么它就会按照(double)dsize.height/src.rows来计算；

　　interpolation：这个是指定插值的方式，图像缩放之后，肯定像素要进行重新计算的，就靠这个参数来指定重新计算像素的方式，有以下几种：
- INTER_NEAREST - 最邻近插值
- INTER_LINEAR - 双线性插值，如果最后一个参数你不指定，默认使用这种方法
- INTER_AREA - 使用像素区域关系进行重采样 resampling using pixel area relation. It may be a preferred method for image decimation, as it gives moire’-free results. But when the image is zoomed, it is similar to the INTER_NEAREST method.
- INTER_CUBIC - 4x4像素邻域内的双立方插值
- INTER_LANCZOS4 - 8x8像素邻域内的Lanczos插值
　　对于插值方法，正常情况下使用默认的双线性插值法就够了。几种常用方法的效率为：

最邻近插值>双线性插值>双立方插值>Lanczos插值

　　但是效率和效果是反比的，所以根据自己的情况酌情使用。

　　注意：输出的尺寸格式为（宽，高）

　　示例：
# _*_coding:utf-8_*_ import cv2 image = cv2.imread('TestData\arial_qz8Shv_10.png') # 对图片进行灰度化，注意这里变换！！ gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) crop_img = cv2.resize(gray, (224, 224), interpolation=cv2.INTER_LANCZOS4)
　　对图像缩放，做一个完整的示例：
import cv2 import os import numpy as np import matplotlib.pyplot as plt img = cv2.imread("cat.jpg") # resize的插值方法：正常情况下使用默认的双线性插值法 res_img = cv2.resize(img, (200, 100)) res_fx = cv2.resize(img, (0, 0), fx=0.5, fy=1) res_fy = cv2.resize(img, (0, 0), fx=1, fy=0.5) print('origin image shape is ',img.shape) print('resize 200*100 image shape is ',res_img.shape) print('resize 0.5:1 shape is ',res_fx.shape) print('resize 1:0.5 image shape is ',res_fy.shape) ''' origin image shape is (414, 500, 3) resize 200*100 image shape is (100, 200, 3) resize 0.5:1 shape is (414, 250, 3) resize 1:0.5 image shape is (207, 500, 3) ''' # 标题 title = ['Origin Image', 'resize200*100', 'resize_fx/2', 'resize_fy/2'] # 对应的图像 image = [img, res_img, res_fx, res_fy] for i in range(len(image)): plt.subplot(2, 2, i+1), plt.imshow(image[i]) plt.title(title[i]) plt.xticks([]), plt.yticks([]) plt.show()
　　效果图如下：

　　

13 cv2.cvtColor()函数用法介绍

　　在日常生活中，我们看到的大多数彩色图像都是RGB类型，但是在图像处理过程中，常常需要用到灰度图像、二值图像、HSV、HSI等颜色，OpenCV提供了cvtColor()函数实现这些功能。其函数原型如下所示：
cvtColor(src, code, dst=None, dstCn=None)
　　变量含义：
- src表示输入图像，需要进行颜色空间变换的原图像
- dst表示输出图像，其大小和深度与src一致
- code表示转换的代码或标识
- dstCn表示目标图像通道数，其值为0时，则有src和code决定
　　该函数的作用是将一个图像从一个颜色空间转换到另一个颜色空间，其中，RGB是指Red、Green和Blue，一副图像由这三个通道（channel）构成；Gray表示只有灰度值一个通道；HSV包含Hue（色调）、Saturation（饱和度）和Value（亮度）三个通道。在OpenCV中，常见的颜色空间转换标识包括CV_BGR2BGRA、CV_RGB2GRAY、CV_GRAY2RGB、CV_BGR2HSV、CV_BGR2XYZ、CV_BGR2HLS等。
　　下面代码对比了九种常见的颜色空间，包括BGR、RGB、GRAY、HSV、YCrCb、HLS、XYZ、LAB和YUV，并循环显示处理后的图像。
#encoding:utf-8 import cv2 import numpy as np import matplotlib.pyplot as plt #读取原始图像 img_BGR = cv2.imread('durant.jpg') #BGR转换为RGB img_RGB = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2RGB) #灰度化处理 img_GRAY = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2GRAY) #BGR转HSV img_HSV = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2HSV) #BGR转YCrCb img_YCrCb = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2YCrCb) #BGR转HLS img_HLS = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2HLS) #BGR转XYZ img_XYZ = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2XYZ) #BGR转LAB img_LAB = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2LAB) #BGR转YUV img_YUV = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2YUV) #调用matplotlib显示处理结果 titles = ['BGR', 'RGB', 'GRAY', 'HSV', 'YCrCb', 'HLS', 'XYZ', 'LAB', 'YUV'] images = [img_BGR, img_RGB, img_GRAY, img_HSV, img_YCrCb, img_HLS, img_XYZ, img_LAB, img_YUV] for i in xrange(9): plt.subplot(3, 3, i+1), plt.imshow(images[i], 'gray') plt.title(titles[i]) plt.xticks([]),plt.yticks([]) plt.show()
　　效果图如下：

　　如果想查看参数的全部类型，请执行以下程序便可查阅，总共有274种空间转换类型：
import cv2 flags = [i for i in dir(cv2) if i.startswith('COLOR_')] print(flags)
13.1， BGR2YUV

　　（参考地址：https://zhuanlan.zhihu.com/p/98622289）

　　OpenCV BGR 图转 YUV图的的C++源码如下：
// file name: convert.cpp #include <opencv2/opencv.hpp> // BGR 转 YUV void BGR2YUV(const cv::Mat bgrImg, cv::Mat &y, cv::Mat &u, cv::Mat &v) { cv::Mat out; cv::cvtColor(bgrImg, out, cv::COLOR_BGR2YUV); bgr cv::bgr channel[3]; cv::split(out, channel); y = channel[0]; u = channel[1]; v = channel[2]; } // YUV 转 BGR void YUV2BGR(const cv::Mat y, const cv::Mat u, const cv::Mat v, cv::Mat& bgrImg) { std::vector<cv::Mat> inChannels; inChannels.push_back(y); inChannels.push_back(u); inChannels.push_back(v); // 合并3个单独的 channel 进一个矩阵 cv::Mat yuvImg; cv::merge(inChannels, yuvImg); cv::cvtColor(yuvImg, bgrImg, cv::COLOR_YUV2BGR); } // 使用例子 int main() { cv::Mat origImg = cv::imread("test.png"); cv::Mat y, u, v; BGR2YUV(origImg, y, u, v); cv::Mat bgrImg; YUV2BGR(y, u, v, bgrImg); cv::imshow("origImg", origImg); cv::imshow("Y channel", y); cv::imshow("U channel", u); cv::imshow("V channel", v); cv::imshow("converted bgrImg", bgrImg); cv::waitKey(0); return 0; }
　　在python中测试如下：
import cv2 import matplotlib.pyplot as plt def bgr2yuv(img): yuv_img = cv2.cvtColor(img, cv2.COLOR_BGR2YUV) y, u, v = cv2.split(yuv_img) return y, u, v def yuv2bgr(y, u, v): yuv_img = cv2.merge([y, u, v]) bgr_img = cv2.cvtColor(yuv_img, cv2.COLOR_YUV2BGR) return bgr_img def main(): orig_img = cv2.imread('durant.jpg') gray = cv2.cvtColor(orig_img, cv2.COLOR_BGR2GRAY) y, u, v = bgr2yuv(orig_img) bgr_img = yuv2bgr(y, u, v) titles = ['orig_img', 'gray', 'Y channel','U channel','V channel','bgr_img'] images = [orig_img, gray, y, u, v, bgr_img] for i in range(len(titles)): plt.subplot(2, 3, i+1) plt.imshow(images[i]) plt.title(titles[i]) plt.xticks([]), plt.yticks([]) plt.show() if __name__ == '__main__': main()
　　图如下：

下面区分一下YUV和YCbCr，YUV色彩模型来源于RGB模型，该模型的特点是将亮度和色度分离开，从而适合于图像处理领域。
应用：模拟领域
Y'= 0.299*R' + 0.587*G' + 0.114*B'
U'= -0.147*R' - 0.289*G' + 0.436*B' = 0.492*(B'- Y')
V'= 0.615*R' - 0.515*G' - 0.100*B' = 0.877*(R'- Y')
R' = Y' + 1.140*V'
G' = Y' - 0.394*U' - 0.581*V'
B' = Y' + 2.032*U'

YCbCr模型来源于YUV模型。YCbCr是 YUV 颜色空间的偏移版本，应用：数字视频，ITU-R BT.601建议
Y’ = 0.257*R' + 0.504*G' + 0.098*B' + 16
Cb' = -0.148*R' - 0.291*G' + 0.439*B' + 128
Cr' = 0.439*R' - 0.368*G' - 0.071*B' + 128
R' = 1.164*(Y’-16) + 1.596*(Cr'-128)
G' = 1.164*(Y’-16) - 0.813*(Cr'-128) - 0.392*(Cb'-128)
B' = 1.164*(Y’-16) + 2.017*(Cb'-128)

参考文献：https://blog.csdn.net/woainishifu/article/details/53260546

https://blog.csdn.net/eastmount/article/details/82177300

https://www.cnblogs.com/Undo-self-blog/p/8434906.html

https://www.cnblogs.com/zlel/p/9267629.html

视频读取：https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_gui/py_video_display/py_video_display.html

https://blog.csdn.net/qq_25436597/article/details/79621833

https://zhuanlan.zhihu.com/p/44255577

OpenCV中的rgb2Yuv转换公式问题：https://bbs.csdn.net/topics/390713769
查看全文

相关阅读:
五大存储模型关系模型、键值存储、文档存储、列式存储、图形数据库
 UML语言中类之间关系
 hadoop的yarn资源队列
 Scala中下划线的7种用法
 《机器学习》(周志华)西瓜书读书笔记(完结)
Pytorch DistributedDataParallel简明使用指南
 本地查看SSH远程连接服务器上的TensorBoard
python max()用法
 实现go并发的三种方式
 docker分阶段构造nginx镜像

原文地址：https://www.cnblogs.com/wj-1314/p/11881270.html

OpenCV计算机视觉学习（1）——图像基本操作（图像视频读取，ROI区域截取，常用cv函数解释）

如果需要处理的原图及代码，请移步小编的GitHub地址

1，计算机眼中的图像

2，图像的加载，显示和保存

2.1 图像的加载函数 cv2.imread()

2.2 图像的显示函数 cv2.imshow()

2.3 图像的保存函数 cv2.imwrite()

3，图像显示窗口创建与销毁

waitKey()函数原型：

waitKey()函数功能：

waitKey()函数作用：

waitKey()源代码：

4，视频的读取，处理与保存

5，图像ROI

6，图像宽，高，通道数获取

7，图像像素数目和图像数据类型的获取

8，生成指定大小的空图像

9，访问和操作图像像素

10，图像颜色通道分离与合并

11，在图像上输出文字

12， 图像缩放

13 cv2.cvtColor()函数用法介绍

13.1， BGR2YUV

　 waitKey()函数原型：

　　waitKey()函数功能：

　　waitKey()函数作用：

　　waitKey()源代码：

12，图像缩放