opencv期末练习题（2）附带解析

图像插值与缩放

python 复制代码

%matplotlib inline
import cv2
import matplotlib.pyplot as plt
def imshow(img,gray=False,bgr_mode=False):
    if gray:
        img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
        plt.imshow(img,cmap="gray")
    else:
        if not bgr_mode:
            img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
        plt.imshow(img)
    plt.show()

这段代码主要是一个用于在Jupyter Notebook中显示图像的辅助函数。让我们逐行解读：

%matplotlib inline: 这是一个Jupyter Notebook的魔法命令，它告诉Jupyter在Notebook中内联显示matplotlib的图表，而不是弹出新的窗口。
import cv2: 导入OpenCV库，用于图像处理。
import matplotlib.pyplot as plt: 导入matplotlib.pyplot库，用于绘图和图像显示。
def imshow(img, gray=False, bgr_mode=False):：定义了一个名为imshow的函数，该函数用于显示图像。它接受三个参数：
- img: 要显示的图像。
- gray: 一个布尔值，指示是否将图像转换为灰度（默认为False）。
- bgr_mode: 一个布尔值，指示是否将图像从BGR模式转换为RGB模式（默认为False）。
if gray:: 如果 gray 参数为 True，则执行以下语句块：
- img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY): 使用OpenCV将图像转换为灰度。
- plt.imshow(img, cmap="gray"): 使用matplotlib.pyplot的imshow函数显示灰度图像。
else:: 如果 gray 参数为 False，则执行以下语句块：
- if not bgr_mode:: 如果 bgr_mode 参数为 False，则执行以下语句块：
  - img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB): 使用OpenCV将图像从BGR模式转换为RGB模式。
- plt.imshow(img): 使用matplotlib.pyplot的imshow函数显示图像。
plt.show(): 显示图像。这一行代码会在Notebook中直接显示图像。

这个函数的作用是根据输入的参数显示彩色或灰度图像，确保在Jupyter Notebook中正确显示图像。

python 复制代码

logo = cv2.imread("zju.png")
imshow(logo)

读取图像并用上面定义的函数处理，得到如下所示图像

python 复制代码

logo.shape[:2]

读取图像尺寸：得到（829，843）

插值图像

resize函数

src：输入图像。

dst：输出图像，图像的数据类型与src相同。

dsize：输出图像的尺寸。

fx：水平轴的比例因子，如果将水平轴变为原来的两倍，则赋值为2。

fy：垂直轴的比例因子，如果将垂直轴变为原来的两倍，则赋值为2。

interpolation：差值方法的标志。

python 复制代码

imshow(cv2.resize(logo,dsize=(500,500)))

将图像resize为500*500的尺寸，以便后续处理，得到如下图

python 复制代码

imshow(cv2.resize(logo,dsize=(100,100)))

将图像缩小为100*100尺寸，得到如下图

图像翻转

python 复制代码

imshow(cv2.flip(logo,0)) # 上下翻转

上下翻转得到如下图

python 复制代码

imshow(cv2.flip(logo,1)) # 1 左右 翻转

左右翻转得到如下图

图像的合并

python 复制代码

img1 = cv2.flip(logo,0)
img2 = cv2.flip(logo,1)
imshow(cv2.hconcat([img1,img2]))

python 复制代码

img3 = cv2.hconcat([img1,img2])
img4 = cv2.flip(img3,1)
imshow(cv2.vconcat([img3,img4]))