亲宝软件园·资讯

展开

Python OpenCV图像处理

俊欣 人气:0

今天小编来和大家分享一下Python在图像处理当中的具体应用,那既然是图像处理,那必然要提到opencv模块了,该模块支持与计算机视觉和机器学习相关的众多算法,并且应用领域正在日益扩展,大致有以下几种领域

当然这次小编并不打算将这么高深的内容,今天就从最基本的opencv模块在图像的基本操作上说起

模块的安装

模块的安装我们通过都是通过pip命令来进行的

pip install opencv-python
pip install opencv-contrib-python

图片的各种操作

学过线性代数的肯定怼矩阵并不感到陌生。图像本质上来说就是矩阵,灰度图像是一个普通的矩阵,而彩色图像就是一个多维矩阵,我们对于图像的操作可以自然地转换成是对矩阵的操作

读取图像

首先我们先来读取图像,调用的是cv2.imread()方法,它的语法格式如下

cv2.imread(filename, flag=1)

其中的flag参数是用来设置读取图像的格式,默认的是1,表示为按照RGB三通道的格式来进行读取,如果设置成0,则表示以灰度图单通道的方式来进行读取,

import cv2
import numpy as np
img=cv2.imread('1.jpg', 0)

展示图像

cv2.imshow(name, img)

其参数解释分别如下:

我们尝试将上面读取的图片展示出来,代码如下

cv2.imshow("grey_img", img)
## 如果使用了cv2.imshow()函数,下面一定要跟着一个摧毁窗口的函数
cv2.destroyAllWindows()

当我们运行了上述的代码之后,可以发现在一瞬间当中图片弹了出来,但是还没有等我们看清楚图片的样子之后就直接关闭了,原因在于cv2.imshow()函数方法并没有延时的作用,我们添加一个延时的函数,代码如下

import cv2
import numpy as np

img = cv2.imread('1.jpg')
cv2.imshow("grey_img", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

output

图片保存

最后我们将图片保存下来,这里用到的函数是cv2.imwrite(),它的语法格式如下

cv2.imwrite(imgname, img)

其参数解释分别如下:

示例代码如下

import cv2
import numpy as np

img = cv2.imread('1.jpg')
cv2.imshow("grey_img", img)
cv2.waitKey(0)
cv2.imwrite('1.png', img)
cv2.destroyAllWindows()

图片的各种属性

有时候我们想要知道图片的像素大小,而图片的本质是矩阵,例如一张1024像素*960像素的图片,就意味着在矩阵当中的行数就是960行,列数是1024列,在opencv模块当中调用的shape()函数方法,代码如下

import cv2

img = cv2.imread('1.jpg')
print(img.shape[0]) # 行数
print(img.shape[1]) # 列数
print(img.shape[2]) # 通道数

output

308
340
3

可以看到该图片的像素是340*380,通道数是3,而针对灰度图像而言,我们来看一下图片的属性,代码如下

img = cv2.imread('1_grey.png', 0)
print(img.shape)

output

(308, 340)

可以看到对于灰度图像而言,我们就没有看到通道数,只有行数和列数

图像的基本操作

最后我们来对图像进行一些基本操作,无非就是改变当中的一些像素值,我们导入一张空白的图片,通过修改当中的像素值来往里面添加一个黑点,代码如下

import cv2
import numpy as np

img = cv2.imread('2.jpg')
(x, y, z) = img.shape

for i in range(-10, 10):
    for j in range(-10, 10):
        # 图片的正中心的位置来改变像素值,
        img[int(x/2) + i, int(y/2) + j] = (0, 0, 0)

cv2.imshow("img", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

output

加载全部内容

相关教程
猜你喜欢
用户评论