当前位置：首页 > news >正文

《OpenCV计算机视觉》--介绍及基础操作

news 来源：原创 2025/5/24 5:58:20

文章目录

《OpenCV计算机视觉》--介绍及基础操作
- 一.OpenCV介绍
- 二.下载OpenCV
- 三.基础操作
- - 1.调用OpenCV
  - 2.读取图片信息
  - 3.读取图片的灰度图
  - 4.视频文件读取
  - 5.对图片进行切片
  - 6.提取RGB颜色通道
  - 7.合并颜色通道
  - 8.图片修改
  - - 图片打码
    - 图片组合
  - 9.cv2.resize
  - 10.图形运算
  - - 图像加法运算
    - cv2.add()运算
    - 图像加权运算

《OpenCV计算机视觉》–介绍及基础操作

一.OpenCV介绍

OpenCV（open source computer vision library）是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。
它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。
OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。
在计算机视觉项目的开发中，OpenCV作为较大众的开源库，拥有了丰富的常用图像处理函数库，采用C/C++语言编写，可以运行在Linux/Windows/Mac等操作系统上，能够快速的实现一些图像处理和识别的任务。

二.下载OpenCV

pip install opencv-python

注意：下载虽然使用opencv-python，但是在python中调用使用import cv2。

三.基础操作

1.调用OpenCV

import cv2

2.读取图片信息

a = cv2.imread('demo1.png') #读取图片
print(a)
cv2.imshow('tu',a) # 展示图片
b = cv2.waitKey(10000) # 展示时间，当为0时为一直保留
print(b)
cv2.destroyAllWindows() #关闭所有窗口，并释放内存
print("图片形状(shape):",a.shape)
print("图片数据类型(dtype)",a.dtype)
print("图片大小(size):",a.size)

3.读取图片的灰度图

b = cv2.imread('demo1.png',cv2.IMREAD_GRAYSCALE) # 使用opencv的IMREAD_GRAYSCALE方法，使彩色图片转换成灰度图
cv2.imshow('xx',b)
cv2.waitKey(0)
print(b.shape)
print(b.dtype)
print(b.size)
cv2.imwrite('demo1_GRAY.png',b) # 将图片保存到根目录
cv2.destroyAllWindows()

4.视频文件读取

video_capture = cv2.VideoCapture(xxxx.mp4) # 当cv2.VideoCapture()中是0时调用摄像头
# 检查视频是否成功打开
if not video_capture.isOpened():print('无法打开视频文件')exit()
# 循环读取视频帧
while True:ret, frame = video_capture.read()if not ret:break# 将图片从一种颜色转换成另一种颜色空间frame = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)# 显示当前帧cv2.imshow('Video',frame)# 检查用户是否按下‘esc’键，如果是则退出循环if cv2.waitKey(1) == 27:break
# 释放资源
video_capture.release()
cv2.destroyAllWindows()

5.对图片进行切片

a = cv2.imread(r'./demo1.png')
b = a[100:300,100:300] # 进行切片
cv2.imshow('yuantu',a)
cv2.imshow('qiepian',b)
cv2.waitKey(0)
cv2.destroyAllWindows()

6.提取RGB颜色通道

import cv2
a = cv2.imread(r'./demo1.png')
# 提取颜色通道
a1=a[:,:,0] # B
a2=a[:,:,1] # G
a3=a[:,:,2] # R# 或者使用cv2.split()来分离颜色通道
b , g, r = cv2.split(a)cv2.imshow('result',a2)cv2.waitKey(0)
cv2.destroyAllWindows()

图片提取出来可以看到图片无论是a1,a2,a3都是灰色图片，因为提取后的图片都是一维的都是灰度图。

故此可以使用一下方法提取颜色：

a = cv2.imread(r'./demo1.png')a_new = a.copy()
a_new[:,:,0]=0
a_new[:,:,1]=0cv2.imshow('result',a_new)
cv2.waitKey(0)
cv2.destroyAllWindows()

7.合并颜色通道

# 读取图像
a = cv2.imread(r'./demo1.png')
# 提取颜色通道
a1 = a[:, :, 0]
a2 = a[:, :, 1]
a3 = a[:, :, 2]
# 或使用cv2.split()来分离颜色通道
b, g, r = cv2.split(a)
# 使用cv2.merge()函数将三个通道合并成一个图像
img = cv2.merge((b, g, r))
# img = cv2.merge((a1,a2,a3))或使用这串代码
cv2.imshow('result', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

8.图片修改

图片打码

import numpy as np
a = cv2.imread(r'demo1.png')
a[100:200,200:300]= np.random.randint(0,256,(100,100,3)) # 将a中的宽100到200和高200到300变成马赛克，注意后面的(100,100,3)要和前面所截取的大小相同。
cv2.imshow('masaike',a)
cv2.waitKey(0)
cv2.destroyAllWindows()

图片组合

a= cv2.imread('demo1.png')
b = cv2.imread('demo2.png')
b[200:500,100:400]= a[200:500,200:500]
cv2.imshow('b',b)
cv2.imshow('a',a)
cv2.waitKey(0)
cv2.destroyAllWindows()

9.cv2.resize

cv2.resize()方法是用来改变图片的大小的

a = cv2.imread('demo1.png')
# a_new = cv2.resize(a,(300,500)) # 宽、高 或者下面这种方法
a_new = cv2.resize(a,dsize=None,fx=0.5,fy=0.5)
cv2.imshow('a',a)
cv2.imshow('a_new',a_new)
cv2.waitKey(0)
cv2.destroyAllWindows()

10.图形运算

图像加法运算

a = cv2.imread('demo1.png')
b = cv2.imread('demo2.png')
c = a+10
cv2.imshow('yuan',a)
cv2.imshow('a+10',c)
cv2.waitKey(10000)c=a[100:300,50:250]+b[100:300,50:250]
cv2.imshow('a+b',c)
cv2.waitKey(10000)

cv2.add()运算

cv2.add()是 OpenCV 库中的一个函数，用于对两个数组（通常是图像或矩阵）进行加法操作。

a = cv2.imread('demo1.png')
b = cv2.imread('demo2.png')
b = cv2.resize(b,(400,400))
a = cv2.resize(a,(400,400))
c = cv2.add(a,b)
cv2.imshow('a add b',c)
cv2.waitKey(10000)

图像加权运算

a = cv2.imread('demo1.png')
b = cv2.imread('demo2.png')
b = cv2.resize(b, (400,400))
a = cv2.resize(a, (400,400))
c = cv2.addWeighted(a, 0.5,b, 0.3,0) # 分别将图片的权值占比改变
cv2.imshow('addWeighted',c)
cv2.waitKey(10000)
cv2.destroyAllWindows()