opencv学习:基础用法和图像添加边界框设置

1.opencv基础用法

1.从文件加载图像

python 复制代码
a=cv2.imread("1.jpg")
b=cv2.imread("2.jpg")

2.从文件读取视频

python 复制代码
video=cv2.VideoCapture("1.mp4")

3.读摄像头

python 复制代码
cv2.VideoCapture(0)

4.保存图片

python 复制代码
cv2.imwrite(r"1_gray.jpg",b)

5.展示图片

python 复制代码
cv2.imshow("shuiju",a)

6.释放视频文件资源

python 复制代码
video.release()

7.关闭所有OpenCV创建的窗口

python 复制代码
cv2.destroyAllWindows()

8.获取部分图片

python 复制代码
b=a[100:300,100:300]

9.图片通道

python 复制代码
a1=a[:,:,0]#蓝色通道(B通道)
a2=a[:,:,1]#绿色通道(G通道)
a3=a[:,:,2]#红色通道(R通道)

#等价于b,g,r=cv2.split(a)
cv2.imshow("a1",a1)

10.图片蓝色通道

python 复制代码
a_new=a.copy()
a_new[:,:,1]=0
a_new[:,:,2]=0
cv2.imshow("a_new",a_new)

11.合并颜色

python 复制代码
b,g,r=cv2.split(a)
img=cv2.merge((b,g,r))
cv2.imshow("img",img)

12.更改一片区域内的图片

python 复制代码
a=cv2.imread("1.jpg")
a[100:200,200:300]=np.random.randint(0,256,(100,100,3))
cv2.imshow("a1",a)
a[0:100,100:200]=a[100:200,200:300]
cv2.imshow("a2",a)

13.更改图片的尺寸

python 复制代码
a_new=cv2.resize(a,(200,400))#宽,高
a_new1=cv2.resize(a,dsize=None,fx=1.2,fy=0.8)#宽,高
cv2.imshow("a_new",a_new)
cv2.imshow("a_new1",a_new1)

14.图像运算

python 复制代码
a=cv2.resize(a,(400,400))
d=cv2.resize(b,(400,400))
e=cv2.add(a,d)

15.设置权重

python 复制代码
f=cv2.addWeighted(a,0.8,d,0.2,10)

2.图像添加边界框

常量边界(cv2.BORDER_CONSTANT):

  • 这种类型的边界会用一个常量值填充边界区域。在这段代码中,边界被设置为绿色((0,255,0)),即RGB值中G通道为255,R和B通道为0。
  • constant 变量存储了添加了绿色边界的图像。
复制代码
 ```python
 top,bottom,left,right=50,50,50,50
 #添加边界框,设置像素值
 constant=cv2.copyMakeBorder(a,top,bottom,left,right,borderType=cv2.BORDER_CONSTANT,value=(0,255,0))
 ```

反射边界(cv2.BORDER_REFLECT):

  • 这种边界类型会将图像的边缘像素进行镜像反射。例如,如果图像的左边界是1, 2, 3,那么反射后的边界将是3, 2, 1 | 1, 2, 3。
  • reflect 变量存储了使用反射边界处理后的图像。
复制代码
 ```python
 #镜面反射,类似123|321
 reflect=cv2.copyMakeBorder(a,top,bottom,left,right,borderType=cv2.BORDER_REFLECT)
 ```

对称反射边界(cv2.BORDER_REFLECT101 或cv2.BORDER_REFLECT):

  • 这种边界类型与 cv2.BORDER_REFLECT 类似,但它在反射时会删除交叉点,使得边界看起来更自然。
  • reflect1 变量存储了使用对称反射边界处理后的图像。
复制代码
 ```python
 #镜面反射,交叉处删除,类似12345|4321
 reflect1=cv2.copyMakeBorder(a,top,bottom,left,right,borderType=cv2.BORDER_REFLECT101)
 ```

复制边界(cv2.BORDER_REPLICATE):

  • 这种边界类型会复制边缘像素来填充边界区域。这意味着边界的像素将直接取自图像的最边缘像素。
  • replicate 变量存储了使用复制边界处理后的图像。
复制代码
 ```python
 #使用边界的像素值代替
 replicate=cv2.copyMakeBorder(a,top,bottom,left,right,borderType=cv2.BORDER_REPLICATE)
 ```

环绕边界(cv2.BORDER_WRAP):

  • 这种边界类型会将图像的边界像素环绕到另一边,类似于"无缝连接"的效果。
  • wrap 变量存储了使用环绕边界处理后的图像。
复制代码
 ```python
 #上下左右互换
 wrap=cv2.copyMakeBorder(a,top,bottom,left,right,borderType=cv2.BORDER_WRAP)
 ```
相关推荐
做萤石二次开发的哈哈36 分钟前
连锁门店、园区、交通枢纽的视频如何统一汇集?应用模板的接入与分权管理详解
人工智能·物联网·音视频·二次开发·视频监控·蓝海aiot一站式工作台·萤石云开放平台
老金带你玩AI1 小时前
全程拿着手机,我让dot准备了一场AI分享
人工智能
nvd111 小时前
Flink 批处理驱动的湖仓 AI 财务研报流水线:从双流广播汇聚到 Agent 智能决策与原生 Iceberg 落盘全景实战
大数据·人工智能·flink
码爸1 小时前
线性回归算法
算法·机器学习·线性回归
snhna1 小时前
向量数据库深度实战:从 HNSW 到 pgvector、Milvus 选型与 RAG 落地
数据库·人工智能·python·postgresql·milvus
架构技术专栏1 小时前
Agent 工具调用:从工具声明到执行反馈
前端·人工智能·后端
Coder-magician1 小时前
《代码随想录》刷题打卡day51:图论-part09(dijistra堆优化,Bellman_ford算法)
算法·图论
点云-激光雷达-Slam-三维牙齿1 小时前
100,000 Records CSV File - India Traffic Accident Analysis Dataset.7z
人工智能·数据集
TechWayfarer2 小时前
精度极限的突破:AI与IPv6如何重塑高精度IP查询
人工智能·网络协议·tcp/ip·transformer
Nil2082 小时前
leetcode 763划分字母区间
算法·leetcode·职场和发展