OpenCV3计算机视觉Python语言实现（一）

图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。图像处理和计算机视觉的区别在于：图像处理侧重于“处理”图像——如增强、还原、去噪、分割等；而计算机视觉重点在于使用计算机来模拟人的视觉。　　OpenCV由一系列C函数和C++类构成，拥有包括500多个C函数的跨平台的中高层API。OpenCV还提供MLL机器学习库，该机器学习库主要用于统计方面的模式识别和聚类。OpenCV可用于解

测试老宅男扶摇

493人浏览 · 2020-07-10 10:41:16

测试老宅男扶摇 · 2020-07-10 10:41:16 发布

Python3下OpenCV的安装：http://blog.csdn.net/lwplwf/article/details/61616493

1. 读/写图像文件

　　OpenCV的imread()函数和imwrite()函数能支持各种静态图像文件格式。不同系统支持的文件格式不一样，但都支持BMP格式，通常还应该支持PNG、JPEG和TIFF格式。

　　无论哪种格式，每个像素都会有一个值，但不同格式表示像素的方式有所不同。如：

复制代码

import cv2
import numpy as np

img = np.zeros((3, 3), dtype = np.uint8)    # 通过二维NumPy数组来简单创建一个黑色的正方形图像
print(img)                                  # 在控制台打印该图像
print(img.shape)                            # 通过shape属性来查看图像的结构，返回行和列，如果有一个以上的通道，还会返回通道数
img = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR)  # 利用cv2.cvtColor函数将该图像转换成BGR格式
print(img)
print(img.shape)

cv2.namedWindow("Image")                    # 显示该图像
cv2.imshow("Image", img)
cv2.waitKey (0)

复制代码

结果为：

　　[[0 0 0]
　　[0 0 0]
　　[0 0 0]]

# 每个像素都由一个8位整数来表示，即每个像素值的范围是0~255

　　(3, 3)

　　[[[0 0 0]
　　 [0 0 0]
　　 [0 0 0]]

　　[[0 0 0]
　　 [0 0 0]
　　 [0 0 0]]

　　[[0 0 0]
　　[0 0 0]
　　 [0 0 0]]]

# 现在每个像素都由一个三元数组表示，并且每个整型向量分别表示一个B,G和R通道。其他色彩空间（如HSV）也以同样的方式来表示像素，只是取值范围和通道数目不同（例如，HSV色彩空间的色度值范围为0~180）

　　(3, 3, 3)

# 此时每个像素有3通道

　　可读取一种格式的图像文件，然后将其保存为另一种格式。如：

import cv2

image = cv2.imread('flower.jpg')  # 将‘flower.jpg’的图片与.py文件放在同一目录下，或者使用绝对路径
cv2.imwrite('flower.png',image)

　　程序运行后，可看到文件夹中多了'flower.png'的图片

　　在默认情况下，即使图像文件为灰度格式，imread()函数也会返回BGR格式的图像，BGR与RGB表示的色彩空间相同，但字节顺序相反。

　　下面列出的选项可作为imread()函数的参数：

　　　　IMREAD_ANYCOLOR = 4

　　　　IMREAD_ANYDEPTH = 2

　　　　IMREAD_COLOR = 1

　　　　IMREAD_GARYSCALE = 0

　　　　IMREAD_LOAD_GDAL = 8

　　　　IMREAD_UNCHANGED = -1

　　　　cv2.imread(‘图像名称’，’可选参数’)
　　　　　　可选参数决定读入图像的模式：
　　　　　　0：读入的为灰度图像（即使图像为彩色的）
　　　　　　1：读入的图像为彩色的（默认）；

　　如下面的例子将加载的PNG文件作为灰度图像（在这个过程中会丢失所有的颜色信息），然后又将其保存为灰度的PNG图像。

import cv2
import numpy as np

garyImage = cv2.imread('flower.jpg',cv2.IMREAD_GRAYSCALE)
cv2.imwrite('flower.png',garyImage)

　　程序运行后，文件夹中出现了灰度图像

　　无论采用哪种模式，imread()函数会删除所有alpha通道的信息（透明度）。imwrite()函数要求图像为BGR或灰度格式，并且每个通道要有一定的位（bit），输出格式要支持这些通道。例如，bmp格式要求每个通道有8位，而PNG允许每个通道有8位或16位

　　储存图像函数：cv2.imwrite(‘保存的图像名’，图像，‘参数’)
　　正常的图像储存使用就是cv2.imwrite(‘保存的图像名’，图像），后面一个参数默认，保存的图像名还得带类型，比如jpg，bmp等等，OpenCV目前支持读取bmp、jpg、png、tiff等常用格式，第三个参数较复杂，还得分是jpg、bmp等等图像的类型不同而不同，其实就是决定了图像储存大小，清晰度的，默认的就很好

　　此外，还有一种显示图像的方式。

import cv2
from matplotlib import pyplot as plt
img = cv2.imread('flower.jpg',0);#打开为灰度图像
plt.imshow(img, 'gray') #必须规定为显示的为什么图像
# plt.xticks([]),plt.yticks([]) #隐藏坐标线
plt.show() #显示出来，不要也可以，但是一般都要了