python-opencv 培训课程笔记（1）

博主参加了一次opencv库的培训课程，把课程所学整理成笔记，供大家学习，第一次课程包括如下内容：

1.读取图像

2.保存图像

3.使用opencv库显示图像

4.读取图像为灰度图像

5.读取视频或者摄像头

6.颜色通道的拆分和合并

7.边界填充

8.图像大小修改操作（resize）

9.数值计算

下面我们就开始内容介绍：

首先需要先导入相关库：

python 复制代码

import os
import cv2
import  matplotlib.pyplot as plt
import numpy as np

第二步设置我们的文件读取路径，和文件保存路径：

python 复制代码

path=r'D:\learn\photo\cv\cat.jpg'
path_dog=r'D:\learn\photo\cv\dog.jpg'
path2=r'D:\learn\photo\cv\cat_save.jpg'

1.读取图像

python 复制代码

# imread(path,way)
#way=0 灰度图。way=1 彩图
img=cv2.imread(path)
img_dog=cv2.imread(path_dog)

imread默认读取彩图，如果后面加一个参数0，那么读取的就是灰度图。

2.保存图像

python 复制代码

cv2.imwrite(path2,img_gray)

3.使用opencv库显示图像

python 复制代码

def cv_show(name,img):
    cv2.imshow(name,img)
    #cv2.waitKey(0),接收0，表示窗口暂停
    cv2.waitKey(0)
    #销毁所有窗口
    cv2.destroyAllWindows()

python 复制代码

cv_show('cat',img)

显示如下：

4.读取图像为灰度图像

python 复制代码

img_gray=cv2.imread(path,0)

cv_show('gray_cat',img_gray)

5.读取视频或者摄像头

python 复制代码

path_video=r'D:\learn\photo\cv\test.mp4'
vc=cv2.VideoCapture(0)#启用摄像头
vc=cv2.VideoCapture(path_video)#读取视频





if vc.isOpened():
    ret,frame=vc.read()

else :
    ret=False

while ret:
    if ret :
        img_c=cv2.cvtColor(frame,1)#进行通道转换
        cv2.imshow('video',img_c)
           # cv_show('video',frame)
        if cv2.waitKey(100) & 0xFF==27:
            break
    ret,frame=vc.read()

6.颜色通道的拆分和合并

python 复制代码

def img_rgb_split(img):


    r,g,b=cv2.split(img)
    print(r.shape)
    return r,g,b

#颜色通道的合并

def img_rgb_merge(r,g,b):

   img=cv2.merge(r,g,b)
   return img

r,g,b=img_rgb_split(img)

cv_show('r_cat',r)
cv_show('g_cat',g)
cv_show('b_cat',b)

7.边界填充

python 复制代码

top_size,bottom_size,left_size,right_size=(50,50,50,50)
#复制法，复制最边缘像素 
replicate=cv2.copyMakeBorder(
    img,
    top_size,bottom_size,left_size,right_size,
    borderType=cv2.BORDER_REFLECT


    )
#反射法，在图像中指定像素的两边进行反射复制，
replicate101=cv2.copyMakeBorder(
    img,
    top_size,bottom_size,left_size,right_size,
    borderType=cv2.BORDER_REFLECT101


    )
#反射法，#以最边缘像素为轴
replicate_101=cv2.copyMakeBorder(
    img,
    top_size,bottom_size,left_size,right_size,
    borderType=cv2.BORDER_REFLECT_101


    )
#包装法
wrap=cv2.copyMakeBorder(
    img,
    top_size,bottom_size,left_size,right_size,
    borderType=cv2.BORDER_WRAP

    )

#常量法
constrant=cv2.copyMakeBorder(
    img,
    top_size,bottom_size,left_size,right_size,
    borderType=cv2.BORDER_CONSTANT,
    value=0

    )

plt.subplot(231)
plt.imshow(img)
plt.title('img')

plt.subplot(232)
plt.imshow(replicate)
plt.title('REFLECT')
plt.subplot(233)
plt.imshow(replicate101)
plt.title('REFLECT101')
plt.subplot(234)
plt.imshow(replicate_101)
plt.title('REFLECT_101')
plt.subplot(235)
plt.imshow(wrap)
plt.title('wrap')
plt.subplot(236)
plt.imshow(constrant)
plt.title('constrant')
plt.show()

8.图像大小修改操作（resize）

python 复制代码

img_dog=cv2.resize(img_dog,(500, 414))

9.数值计算

python 复制代码

img_cat=img+10
plt.subplot(231)
plt.imshow(img)
plt.title('cat')

plt.subplot(232)
plt.imshow(img_cat)
plt.title('cat+10')

img_cat_dog=img+img_dog

plt.subplot(233)
plt.imshow(img_cat_dog)
plt.title('cat+dog')
plt.subplot(234)
plt.imshow(img_dog)
plt.title('dog')

img_weight=cv2.addWeighted(img,0.4,img_dog,0.6,0)
plt.subplot(235)
plt.imshow(img_weight)
plt.title('cat+dog_wight')

plt.show()

结果如下：