宿州网站建设费用,网站快速建设入门教程,it前端和后端的区别,wordpress文章加颜色目录
1. 图片加载、显示和保存
2. 图像显示窗口创建与销毁
3. 图片宽、高、通道数获取
4. 图像像素数目和图像数据类型的获取
5. 生成指定大小的空图像, 生成指定大小的空图像
6. 访问和操作图像像素 7. 图像三通道分离和合并
8. 抓取摄像头 1. 图片加载、显示和保存 …
目录
1. 图片加载、显示和保存
2. 图像显示窗口创建与销毁
3. 图片宽、高、通道数获取
4. 图像像素数目和图像数据类型的获取
5. 生成指定大小的空图像, 生成指定大小的空图像
6. 访问和操作图像像素 7. 图像三通道分离和合并
8. 抓取摄像头 1. 图片加载、显示和保存
import cv2
# 生成图片
img cv2.imread(rC:\Users\Desktop\test1.jpg)
# 生成灰色图片
imgGrey cv2.imread(1.jpg, 0)
# 展示原图
cv2.imshow(img, img)
# 展示灰色图片
#cv2.imshow(imgGrey, imgGrey)
# 等待图片的关闭
cv2.waitKey(0)
# 保存灰色图片
#cv2.imwrite(Copy.jpg, imgGrey) 2. 图像显示窗口创建与销毁 cv2.namedWindow(窗口名属性) 创建一个窗口属性—指定窗口大小模式 cv2.WINDOW_AUTOSIZE根据图像大小自动创建大小 cv2.WINDOW_NORMAL窗口大小可调整 cv2.destoryAllWindows(窗口名) 删除任何建立的窗口 import cv2# 生成图片img cv2.imread(rC:\Users\Desktop\test1.jpg)cv2.namedWindow(img, cv2.WINDOW_NORMAL)cv2.imshow(img, img)cv2.waitKey()cv2.destroyAllWindows()3. 图片宽、高、通道数获取
img.shape 返回图像高图像矩阵的行数、宽图像矩阵的列数和通道数3个属性组成的元组若图像是非彩色图则只返回高和宽组成的元组。
import cv2img cv2.imread(rC:\Users\Desktop\test1.jpg)
imgGray cv2.imread(rC:\Users\Desktop\test1.jpg, 0)print(****img*****)
print( img.shape)
print(width: , img.shape[0])
print(heigh: , img.shape[1])
print(channel: , img.shape[2])print(\n\n***imgGray**)
print(imgGray.shape)
print(width: , imgGray.shape[0])
print(heigh: , imgGray.shape[1])
print(channel: , imgGray.shape[2]) 4. 图像像素数目和图像数据类型的获取
图像矩阵img的size属性和dtype分别对应图像的像素总数目和图像数据类型。一般情况下图像的数据类型是uint8。
import cv2img cv2.imread(rC:\Users\Desktop\test1.jpg)print(图像类型 , type(img))
print(图像像素点数 , img.size)
print(图像像素灰度值类型, img.dtype)5. 生成指定大小的空图像, 生成指定大小的空图像
import cv2
import numpy as npimg cv2.imread(rC:\Users\Desktop\test1.jpg)
imgZero np.zeros(img.shape, np.uint8)
imgFix np.zeros((300, 500, 3), np.uint8)cv2.imshow(imgZero, imgZero)
cv2.imshow(imgFix, imgFix)
cv2.waitKey()6. 访问和操作图像像素 OpenCV中图像矩阵的顺序是B、G、R。可以直接通过坐标位置访问和操作图像像素。
import cv2
import numpy as npimg cv2.imread(rC:\Users\Desktop\test1.jpg)pixel_50_100 img[50, 100]
#返回3个值分别是该像素点在BGR通道的值
print(pixel_50_100)img[50, 100] (0, 0, 255)cv2.imshow(img, img)
cv2.waitKey()分开访问图像某一通道像素值也very方便
import cv2
import numpy as npimg cv2.imread(rC:\Users\Desktop\test1.jpg)img[0:100, 100:200, 0] 255
img[100:200, 200:300, 1] 255
img[200:300, 300:400, 2] 255cv2.imshow(img, img)
cv2.waitKey()更改图像某一矩形区域的像素值也很方便
import cv2
import numpy as npimg cv2.imread(rC:\Users\Desktop\test1.jpg)
img[0:50, 1:100] (0, 0, 255)cv2.imshow(img, img)
cv2.waitKey() 7. 图像三通道分离和合并
import cv2
import numpy as npimg cv2.imread(rC:\Users\Desktop\test1.jpg)b, g, r cv2.split(img)# b cv2.split(img)[0]
# g cv2.split(img)[1]
# r cv2.split(img)[2]merged cv2.merge([b, g, r])cv2.imshow(Blue, b)
cv2.imshow(Green, g)
cv2.imshow(Red, r)cv2.imshow(Merged, merged)
cv2.waitKey()8. 抓取摄像头
import cv2
import numpy as npcap cv2.VideoCapture(0)for i in range(0, 19):print(cap.get(i)) while(1):ret, frame cap.read()hsv cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)lower_blue np.array([100, 47, 47])upper_blue np.array([124, 255,255])mask cv2.inRange(hsv, lower_blue, upper_blue) #蓝色掩模res cv2.bitwise_and(frame, frame, mask mask)cv2.imshow(uCapture, frame)cv2.imshow(umask, mask)cv2.imshow(ures, res)key cv2.waitKey(1)if key 0xff ord(q) or key 27:print(frame.shape,ret)breakcap.release()
cv2.destroyAllWindows()
