老薛主机做电影网站,网页设计要学所有软件吗,大宇网络做网站怎么样,wordpress手机全部显示Opencv基本操作
导入并使用opencv进行图像与视频的基本处理 opencv读取的格式是BGR
import cv2 #opencv读取的格式是BGR
import numpy
import matplotlib.pyplot as plt
%matplotlib inline图像读取
通过cv2.imread()来加载指定位置的图像信息。
img cv2.imread(./res/ca…Opencv基本操作
导入并使用opencv进行图像与视频的基本处理 opencv读取的格式是BGR
import cv2 #opencv读取的格式是BGR
import numpy
import matplotlib.pyplot as plt
%matplotlib inline图像读取
通过cv2.imread()来加载指定位置的图像信息。
img cv2.imread(./res/car.png)
img从而得到三通道位置的彩色图像 读入图像的shape img.shape来进行查看 其中cv2.IMREAD_COLOR彩色图像 cv2.IMREAD_GRAYSCALE灰度图像
图像的读取彩色图像与灰度图像的转换
#图像的显示,也可以创建多个窗口
cv2.imshow(image,img)
# 等待时间毫秒级0表示任意键终止
cv2.waitKey(0)
cv2.destroyAllWindows()将代码块定义为函数的形式方便之后图片文件的读取
# name:图片名称 img 图片路径
def showimg(name,img):cv2.imshow(name,img)cv2.waitKey(0)cv2.destroyAllWindows()showimg(image,img)从而将图片在窗口中进行读取操作 将彩色的图像转换为灰度图像并进行读取
imgcv2.imread(./res/car.png,cv2.IMREAD_GRAYSCALE)
img
showimg(car,img)img.shape
img.size
type(img)图像的保存操作 保存 cv2.imwrite(‘./mycar.png’,img) 视频操作
对于视频的处理我们可以理解为多个动态图像的处理对于视频的每一帧我们当作是一个图像来进行处理。
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。 首先读取一帧的彩色图片通过.read()来读取下一帧的图像。通过循环操作即可以达到视频读取的效果。、 vc cv2.VideoCapture(./res/test.mp4)
# 检查是否打开正确
if vc.isOpened(): oepn, frame vc.read()
else:open False
showimg(frame,frame)视频转换为灰度视频并进行读取操作。
while open:ret, frame vc.read()if frame is None:breakif ret True:gray cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)cv2.imshow(result, gray)if cv2.waitKey(100) 0xFF 27: #27代表的是退出键break
vc.release()
cv2.destroyAllWindows()类比之下可以写出读取彩色的图像并进行动态的显示
while oepn:result,frame vc.read()if frame is None:breakif result True:cv2.imshow(video,frame)if cv2.waitKey(50) 0xFF 27: #27代表的是退出键break
vc.release()
cv2.destroyAllWindows()图像简单处理
对于图像的基本处理包括了
截取部分图像数据颜色通道提取图像的填充
这几个图像的基本操作可以类比于pytorch的图像增强的相关的操作
截取部分图像数据
对于之前的car图片确定其大小为550 x 949的三通道彩色图片。
将其裁剪50100边沿区域裁剪也可以在指定的位置来进行裁剪操作
carimg[100:200,300:400]
showimg(car,car)颜色通道提取
通过 b,g,rcv2.split(img) 对彩色图片的三个颜色通道来进行提取操作。
b,g,rcv2.split(img)# 只保留B
cur_img img.copy()
cur_img[:,:,1] 0
cur_img[:,:,2] 0
cv_show(B,cur_img)# 只保留R
cur_img img.copy()
cur_img[:,:,0] 0
cur_img[:,:,1] 0
cv_show(R,cur_img)# 只保留G
cur_img img.copy()
cur_img[:,:,0] 0
cur_img[:,:,2] 0
cv_show(G,cur_img)即可以得到单通道的彩色图片。
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|hgfedcbBORDER_REFLECT_101反射法也就是以最边缘像素为轴对称gfedcb|abcdefgh|gfedcbaBORDER_WRAP外包装法cdefgh|abcdefgh|abcdefgBORDER_CONSTANT常量法常数值填充。
top_size,bottom_size,left_size,right_size (50,50,50,50)replicate cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderTypecv2.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, value0)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()数值计算与图像融合
opencv中图像的格式使用的是numpy的结构非tensor结构实际上和numpy一样可以继续数值上的运算 读取另外的一张图片来进行测试。 img_cat cv2.imread(./res/cat.jpg)
#%%
img
#%%
img.shape
#%%
img10 # 每个元素之间来进行计算两个图片在大小格式相同的情况下进行数值相加的计算时超过255的部分需要执行%256的操作步骤。
#相当于% 256
(img_cat img_cat)[:5,:,0] # 超过的部分之间按照255来进行计算
cv2.add(img_cat,img_cat)[:5,:,0]图像融合首先进行裁剪保证图片的尺寸相同之后调用相应的方法进行图像融合的操作。
若之间相加进行融合则会报错。(尺寸不同) ValueError Traceback (most recent call last) Cell In[34], line 1 ---- 1 img_cat img_dog ValueError: operands could not be broadcast together with shapes (414,500,3) (429,499,3) 将两张图片的大小改为相同在执行融合的操作
img_cat.shapeimg_dog cv2.resize(img_dog, (500, 414))
img_dog.shape设置对应的权重值进行融合操作
res cv2.addWeighted(img_cat, 0.4, img_dog, 0.6, 0)
showimg(res,res)
#%%
plt.imshow(res)从而得到相应的图片融合效果 从而完成了图像融合的相关操作。
