OpenCV---图像基础

OpenCV—图像基础

---

一、什么是OpenCV

OpenCV（开放源代码计算机视觉库）是一个开源的计算机视觉和机器学习软件库。由一系列 C++ 类和函数构成，用于图像处理、计算机视觉领域的算法实现。

二、OpenCV优势

• 开源免费：完全开源，可以自由使用，降低开发成本和技术门槛。

• 多语言支持：除C++原生接口外，还支持Java、Python等编程语言。

• 跨平台：支持多种操作系统，Windows、Linux、ios、Android等，方便开发和部署。

• 丰富API：完善的传统计算机视觉算法，涵盖主流的机器学习算法，同时添加了对深度学习的支持。

三，环境安装

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python

四，图像表示

像素是图像的基本单元，每个像素存储着图像的颜色、亮度和其他特征。一系列像素组合到一起就形成了完整的图像，在计算机中，图像以像素的形式存在并采用二进制格式进行存储。根据图像的颜色不同，每个像素可以用不同的二进制数表示。

计算机采用0/1编码的系统，数字图像也是利用0/1来记录信息，我们平常接触的图像都是8位数图像。opencv中常用的是8位图像,大多数彩色和灰度图像使用8位表示每个通道的像素值，范围从0到255，其中0，代表最黑，1，表示最白。

日常生活中常见的图像是RGB三原色图。RGB图上的每个点都是由红（R）、绿（G）、蓝（B）三个颜色按照一定比例混合而成的，几乎所有颜色都可以通过这三种颜色按照不同比例调配而成。在计算机中，RGB三种颜色被称为RGB三通道，每个通道的取值都是0-255，根据这三个通道存储的像素值，来对应不同的颜色。

五，图像存储

在OpenCV中，无论是读取还是创建图像，结果都是一个NumPy数组。

• 彩色图像：三维数组

• 灰度图像：二维

图像本质上是像素值的二维或三维矩阵（对于彩色图像）。

• 形状（Shape）：图像的尺寸由其高（height）、宽（width）和通道数（channels）决定。可以通过img.shape属性获取这些信息。
  • 对于彩色图像（如RGB），返回的是一个包含三个值的元组 (height, width, channels)。
  • 对于灰度图像，返回的是一个包含两个值的元组 (height, width)，因为灰度图像只有一个通道。
• 数据类型（dtype）：图像中的每个像素值的数据类型决定了可以存储的最大值。例如，8位无符号整数（uint8）允许的范围是从0到255。
• 像素表示
  • 单通道图像（灰度图像）：每个像素由一个数值表示，代表该点的亮度。值越低（接近0），颜色越暗；值越高（接近255），颜色越亮。
  • 多通道图像（彩色图像）：
    在OpenCV中，默认情况下，彩色图像是以BGR（蓝-绿-红）顺序存储

彩色图像

每个像素通常是由红（R）、绿（G）、蓝（B）三个分量来表示的，分量介于（0，255）。RGB图像每一个像素的颜色值（由RGB三原色表示）直接存放在图像矩阵中，由于每一像素的颜色需由R、G、B三个分量来表示，M、N分别表示图像的行列数，三个M x N的二维矩阵分别表示各个像素的R、G、B三个颜色分量。RGB图像的数据类型一般为8位无符号整形，通常用于表示和存放彩色图像。

import cv2 as cvimport numpy as np# 设置图像尺寸
height, width = 512, 512
# 创建一个空白的彩色图像
img = np.zeros((height, width, 3), dtype=np.uint8)
# 修改像素值
img[::] = np.random.randint(0, 256, img.shape)
# 显示图像
cv.imshow('Random Color Image', img)
cv.waitKey(0)
cv.destroyAllWindows()

六，基本图像操作

6.1 创建窗体

dWindow()` 方法创建一个新的窗口。你可以为这个窗口指定一个名称，并且可以选择窗口的属性（例如，是否可调整大小）。

参数：

• winname：窗口名
• 窗口属性：窗口大小是否可调整
  • cv2.WINDOW_AUTOSIZE：默认，窗口会根据加载的图像自动调整到合适的大小，并且用户不能拖动窗口边缘来调整窗口大小。
  • cv2.WINDOW_NORMAL：窗口大小是可调整的，用户可以通过鼠标拖动窗口边缘来自由改变窗口大小。

#可调整窗口
cv.namedWindow('mywindow', cv.WINDOW_NORMAL)
#不可调整窗口
cv.namedWindow('mywindow1', cv.WINDOW_AUTOSIZE)
cv.waitKey(0)
cv.destroyAllWindows()

上层是不可调节窗口，下层是可调节窗口

6.2 读取图像

• 2.imread(path [,读取方式])**

  参数：

  • filename：图像路径

• 读取方式：彩色·默认、灰色等

#创建窗体
img_path = 'txjc/cat1.png'
img = cv.imread(img_path)
cv.imshow('mywindow', img)

简单的读取图像不会显示，需要显示图像要进行下一步

6.3 显示图像

cv2.imshow(winname,img)

参数：

• winname：显示图像的窗口名，以字符串类型表示
• img：要显示的图像

注意：在调用显示图像的API后，要调用cv2.waitKey(0)给图像绘制留下时间，否则窗口会出现无响应情况，并且图像无法显示出来。

• cv.waitKey(0)：表示无限期地等待任何键盘按键。这种用法常见于图像显示窗口中，确保图像在窗口中显示直到用户决定关闭它。

• cv.waitKey(n)：n>0,意味着程序将等待n毫秒。这种方式常用于视频播放或实时摄像头捕获场景，以便控制每一帧停留的时间，同时允许用户通过按键来中断循环或发出命令。

• cv2.destroyAllWindows([winname])
  

  • cv2.destroyAllWindows()：会在当前程序执行到该语句时立即销毁打开的窗口，并释放与这些窗口相关的资源。
  • winname：窗口名，关闭指定名称的窗口。可省略，销毁所有已打开的窗口。

#创建窗体
img_path = 'txjc/cat1.png'
img = cv.imread(img_path)
cv.imshow('mywindow', img)
cv.waitKey(0)
cv.destroyAllWindows()

6.4 保存图像

cv2.imwrite(path,img)

参数：

• path：图片保存的路径和图片名
• img：要保存的图像

img_path = 'txjc/cat1.png'
img = cv.imread(img_path)
cv.imshow('mywindow', img)
cv.waitKey(0)
cv.destroyAllWindows()
cv.imwrite('txjc/cat2.jpg', img)

6.5 创建黑白图像

使用np.zeros()创建全黑图像，再修改像素值成为全白图像。

• numpy.zeros((height,width,channels),dtype=np. uint8)

#创建黑白图像
h = 512
w = 512
black = np.zeros((h, w), np.uint8)
white = np.ones((h, w),np.uint8) * 255
cv.imshow('black', black)
cv.imshow('white', white)
cv.waitKey(0)
cv.destroyAllWindows()

6.6 图像切片

• Opencv中，图像切片用于从图像中提取一个子区域（矩形区域）。

• 假设你有一个图像img，它的类型是numpy.ndarray。img[y:y+h,x:x+w]的含义如下：

  • x：子区域左上角的x坐标
  • y：子区域左上角的y坐标
  • w：子区域的宽度
  • h：子区域的高度

• 切片操作

  • img[y:y+h,x:x+w]提取的是从(x,y)开始，高度为h，宽度为w的矩形区域

• 示例

import cv2 as cvimg = cv.imread('txjc/cat1.png')
#定义剪切图像的起点和宽高
print(img.shape)
x, y, w, h = 100, 200, 300, 300
img2=img[y:y+h, x:x+w]#
cv.imshow('img', img)
cv.imshow('img2', img2)
print(img2.shape)cv.waitKey(0)
cv.destroyAllWindows()

6.7图像大小调整

• cv2.resize是Opencv库中用于调整图像大小的函数，在图像处理中很常用，特别是在要对图像进行缩放以适应不同需求时。

• cv2.resize(img,dsize,dts)

  • img：输入图像，通常是二维或三位NumPy数组。
  • dsize：输出图像的尺寸，是一个二元组(w,h)，
  • dst：缩放后的图像

#调整图像大小
cat = cv.imread('txjc/cat1.png')
print(cat.shape)
#调整图像的大小：cv.resize(img, (宽, 高))
new_cat2 = cv.resize(cat, (500, 500))
cv.imshow('cat', cat)
cv.imshow('new_cat2', new_cat2)
cv.imwrite('image/new_cat2.png', new_cat2)
cv.waitKey(0)
cv.destroyAllWindows()
print(new_cat2.shape)

七，图像绘制

7.1绘制直线

• cv2.line(img,sart,end,color,thickness)

• 参数

  • img：要绘制直线的图像
  • start、end：直线的起点和终点
  • color：直线的颜色（对于彩色图像，使用 BGR 格式指定颜色）
  • thickness：线条宽度

#图像绘制
#绘制直线
cat = cv.imread('txjc/cat1.png')
cv.line(cat, (100, 0), (500, 500), (14, 241, 154), 5)
cv.imshow('cat', cat)
cv.waitKey(0)
cv.destroyAllWindows()

7.2绘制圆形

• cv2.circle(img,centerpoint,r,color,thickness)

• 参数：

  • img：要绘制圆形的图片
  • centerpoint、r：圆心和半径
  • color：线条颜色
  • tnickness：线条宽度，为-1时生成闭合图案并填充颜色

#绘制圆
cat = cv.imread('txjc/cat1.png')
#cv.LINE_AA,反走样技术，抗锯齿
cv.circle(cat, (435, 300), 100, (14, 241, 154), 100,cv.LINE_8)
cv.circle(cat, (600, 400), 100, (14, 241, 154), 100,cv.LINE_8)
cv.imshow('cat', cat)
cv.waitKey(0)
cv.destroyAllWindows()

翻译失败

7.3绘制矩形

• cv2.rectangle(img,leftupper,rightdown,color,thickness)

• 参数：

  • img：要绘制矩形的图像
  • leftupper、rightdown：矩形的左上角和右下角坐标
  • color：线条的颜色
  • thickness：线条的宽度

#绘制矩形
cat = cv.imread('txjc/cat1.png')
cv.rectangle(cat, (100, 100), (500, 500), (14, 241, 154), 5)
cv.imshow('cat', cat)
cv.waitKey(0)
cv.destroyAllWindows()

7.4绘制文本

• cv2.putText(img,text,station,font,Fontscale,color,thickness,cv2.LINE_AA)

• 参数：

  • img：要添加文字的图像
  • text：要写入的文本数据
  • station：文本的放置位置
  • font：字体样式
  • Fontscale：字体大小
  • thickness：字体线条宽度
  • cv2.LINE_AA:使用反走样技术绘制文本边框
    • 反走样是一种提高图形质量的技术，通过混合颜色和像素边缘来减少锯齿状效果，使文本看起来更加平滑、清晰。

#绘制文字
cat = cv.imread('txjc/cat1.png')
cv.putText(cat, 'Hello World', (100, 100), cv.FONT_HERSHEY_SIMPLEX, 1, (14, 241, 154), 5)
cv.imshow('cat', cat)
cv.waitKey(0)
cv.destroyAllWindows()

7.5 读取视频

• cap = cv2.VideoCapture(path)

  • path:视频流资源路径设置为0,代表从默认摄像头捕获视频流

• ret,frame = cap.read()

• 返回值cap调用read()方法得到一个布尔值和一帧图像，布尔值表示是否成功读取到帧，如果为False，可能是因为视频结束或读取失败，如果为True，frame则是当前帧的图像数据。

• 捕获摄像头的实时视频流

#读取视频
cap = cv.VideoCapture('txjc/1.mp4')
#设置窗口大小
cv.namedWindow('video', cv.WINDOW_NORMAL)
cv.resizeWindow('video', 480, 780)while True:ret, frame = cap.read()if not ret:breakcv.imshow("video", frame)if cv.waitKey(40) & 0xFF == ord('q'):break
cap.release()cv.destroyAllWindows()