OpenCV-Python - 核心功能 - 图像操作

数据库杂货铺 2022-01-23

915

输入/输出图像

从文件加载图像：

img = cv.imread(filename)

如果读取 jpg 文件，默认情况下会创建一个3通道图像。如果需要灰度图像，请使用：

img = cv.imread(filename, cv.IMREAD_GRAYSCALE)

文件的格式由其内容（前几个字节）决定。要将图像保存到文件，请执行以下操作：

cv.imwrite(filename, img)

图像的基本操作

访问像素值

为了得到像素强度值，必须知道图像的类型和通道的数量。下面是针对一个单通道灰度图像(类型8UC1)和像素坐标为 x 和 y 的例子：

_intensity = img[y,x]

现在考虑一个具有 BGR 颜色排序的3通道图像（由 imread 返回的默认格式）：

_blue = img[y,x,0]
_green = img[y,x,1]
_red = img[y,x,2]

修改像素值：

img[y,x] = 128

复制对象：

img = cv.imread('image.jpg')
_img1 = np.copy(img)

基本操作

可以对矩阵进行许多方便的运算。例如，下面是如何从现有灰度图像 img 生成黑色图像

img[:] = 0

选择感兴趣的区域：

_smallImg = img[10:110,10:110]

从彩色图像转换到灰度图像：

img = cv.imread('image.jpg')
_grey = cv.cvtColor(img, cv.COLOR_BGR2GRAY)

将图像类型从 8UC1 改为 32FC1：

_dst = src.astype(np.float32)

可视化图像

在开发过程中查看算法的中间结果是非常有用的。OpenCV 提供了一种方便的图像可视化方法。一个 8U 的图像可以通过以下方式显示：

import cv2 as cv


img = cv.imread('64.jpg')
cv.namedWindow('image', cv.WINDOW_AUTOSIZE)
cv.imshow('image', img)
cv.waitKey()

注意：

需要在安装了 opencv 的情况下才行，我测试用例是在Windows 中，进入虚拟环境（venv\Scripts\activate.bat）

然后运行：python demo.py

调用 waitKey() 开始一个消息传递循环，等待 “image” 窗口中的一次按键。一个 32F 的图像需要转换为 8U 类型。例如：

import cv2 as cv
import numpy as np


img = cv.imread(demo.jpg')
grey = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
sobelx = cv.Sobel(grey, cv.CV_32F, 1, 0)
minVal = np.amin(sobelx)
maxVal = np.amax(sobelx)
draw = cv.convertScaleAbs(sobelx, alpha=255.0/(maxVal - minVal), beta=-minVal * 255.0/(maxVal - minVal))
cv.namedWindow('image', cv.WINDOW_AUTOSIZE)
cv.imshow('image', draw)
cv.waitKey()

官方文档：

https://docs.opencv.org/4.5.5/d5/d98/tutorial_mat_operations.html

python

文章转载自数据库杂货铺，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。

OpenCV-Python - 核心功能 - 图像操作

评论