OpenCV 入门

图像的读写与显示

读取图像

使用函数 cv.imread() 来读取图像，该函数共两个参数

1. 图像的路径
2. 图像的读取方式
   1. cv.IMREAD_COLOR 加载彩色图像，图像的任何透明度都将被忽略。这是默认标志
   2. cv.IMREAD_GRAYSCALE 以灰度模式加载图像
   3. cv.IMREAD_UNCHANGED 加载图像，包括 alpha 通道

例：

1
2
3

import cv2 as cv

img = cv.imread("1.jpg", cv.IMREAD_COLOR)

警告：如果图像路径错误，它将不会引发任何错误，但是会返回一个空值

显示图像

使用函数 cv.imshow() 在窗口显示图像，窗口自动适合图像尺寸。该函数共两个参数。

1. 窗口名称
2. 要显示的图像

可以根据需求创建任意多个窗口，但需要使用不同的窗口名称

例：

1
2
3

cv.imshow('image', img)
cv.waitkey()
cv.destoryAllWindows()

cv.waitkey()等待按键按下功能，其参数是时间（以毫秒为单位），默认为0，即永远等待。

cv.destoryAllWindows() 用来回收我们创建的所有窗口。

保存图像

使用函数cv.imwrite()来保存图像，该函数共两个参数。

1. 文件名
2. 需要保存的图像

1

cv.imwrite('2.jpg', img)

图像的基本操作

来源：https://docs.opencv.org/4.1.2/d3/df2/tutorial_py_basic_ops.html

本节中的大部分操作都与numpy相关，因为要操作图像数据，而图像数据就是一个np.ndarray的数组。

注意：在OpenCV中图像都处于GBR模式，使用这种方式的是因为历史遗留问题，在早年大部分的照相机制造商和软件供应商中流行的就是BGR模式， OpenCV为了迎合当时开发者的习惯就是用了BGR模式，然而在当今这个时代RGB又流行了起来，OpenCV已经无法在兼容RGB模式了，所以只能这样将就着使用GBR模式了

访问和修改像素值

1
2
3
4
5
6
7
8
9
10
11
12
13
14

import numpy as np
import cv2 as cv

img = cv.imread('1.jpg')
px = img[100, 100]
# [2 6 26]

# 也可以仅接收 rgb的任意一个值
blue = img[100, 100, 0]
# 或
blue, green, red = img[100, 100] # 不想接收的可以用 _ 代替

# 修改像素值
img[100, 100] = 255, 255, 255

警告：Numpy是用于快速数组计算的优化库。因此，简单的访问每个元素并对其进行修改是非常缓慢的，不建议这样使用。

更好的访问像素值和修改像素值的方法

1
2
3
4
5

# 访问 RED 的值
img.item(100, 100, 2)

# 修改 RED 的值
img.itemset((100, 100, 2), 100)

访问图像属性

图像的属性包括：行、列、通道数、图像的数据类型、像素数等等

图像的形状可以通过img.shape访问。它返回行，列和通道数的元组（如果是彩色的图像）

1
2

print(img.shape)
# (1227 690 3)

注意：如果图像是灰度的，则返回的元组只会包含行和列，因此这是检测加载的图像是灰度还是彩色的好方法。

像素总数可以通过img.size进行获取：

1
2

print(img.size)
# 846630

图像数据类型可以通过img.dtype进行获取

1
2

print(img.dtype)
# uint8

注意： img.dtype在调试的时候非常重要，因为OpenCV-Python代码中大部分的错误可能都是因为无效数据类型引起的。

图像ROI（Region Of Internest）

有时候我们需要使用图像的某个区域，这是可以通过NumPy索引的方式获取ROI

1
2

# 获取图像第220行到500行，250行到620行的图像
img[220:500, 250:620]

注意：如果对裁剪区域内容进行修改，这个值也会反馈裁剪之前的图像数组，因为在NumPy中默认使用的是引用拷贝的方式，所以在需要对特定的区域修改的时候，我们可以将其裁剪出来，然后在更小的区域做处理，这样可以提高我们修改的速度和准确性。

分割和合并图像通道

有的时候需要分别处理图像的G、B、R通道。可以使用以下方法做到这一点：

1
2
3
4
5
6
7
8

# 拆分
b, g, r = cv.split(img)
# 或
b = img[:, :, 0]
g = img[:, :, 1]
r = img[:, :, 2]
# 合并
img = cv.merge((b, g, r))

警告：cv.split()是一项非常耗时的操作，相比于numpy的索引而言，实测速度大约相差百倍，数据量大的情况下可以到几百倍。

为图像设置边框（填充）

如果要在图像周围创建边框，则可以使用 cv.copyMakeBorder()。但是它在卷积运算，零填充等方便有更多的运用。该函数共7个参数：

1. src 输入的图像
2. top 上边界宽度
3. bottom 下边界宽度
4. left 左边界宽度
5. right 右边界宽度
6. borderType 边界类型
   1. cv.BORDER_CONSTANT 添加恒定的色彩边框
   2. cv.BORDER_REFLECT 边框是边框元素的镜像，例如：fedcba | abcdefgh |hgfedcb
   3. cv.BORDER_REFLECT_101 或 cv.BORDER_DEFAULT ，与上述基本相同，但是略有变化。例如：gfedcb | abcdefgh | gfedcba
   4. cv.BORDER_REPLICATE 最后一个元素被复制，例如：aaaaaa | abcdefg | gggggg
   5. cv.BORDER_WRAP 例如：cdefgh | abcdefgh | abcdefg
7. value 颜色值，类型为cv.BORDER_CONSTANT有效

图像上的算术运算

来源：https://docs.opencv.org/4.1.2/d0/d86/tutorial_py_image_arithmetics.html

图像加法

图像的加法可以通过OpenCV函数cv.add()或仅通过NumPy操作（res = img1 + img2）。两个图像应该具有相同的深度和类型，或者第二个图像可以只有一个标量。

注意：OpenCV的加法是饱和运算，而NumPy的加法是模运算，简单的讲就是，当相加的结果超过255的时候，OpenCV的相加的值为255，而NumPy相加的值为其取模的值

图像融合

这也类似于图像的加法，但是对图像赋予的权重不同，以使其具有融合或者透明的感觉。根据以下等式添加图像：
$$
g(x)=(1-\alpha)f_{0}(x)+(\alpha)f_{1}(x)
$$
在 OpenCV 中，我们可以使用cv.addWeighted()函数来达到图像融合的效果，该函数有7个参数：

1. src1：第一个输入的数组
2. alpha：第一个数组元素的权重
3. src2：第二个输入的数组
4. beta：第二个数组元素的权重
5. gamma：标量，加到每个元素中。
6. dst：输出数组
7. dtype：输出的数据类型

大致可以表示为如下方程式：
$$
dst = \alpha \cdot img_{1} + \beta \cdot img_{2} + \gamma
$$