OpenCv-01

等枫红染秋意2024-10-28 16:23

使用opencv对图像进行一些简单的处理

首先知道自己的工作目录

python 复制代码

import os
cwd=os.getcwd()

命名一张图片

python 复制代码

my_image='lenna.png'

获得图片路径

python 复制代码

image_path=os.path.join(cwd,my_image)

import cv2

image=cv2.imread(my_image) #imread()函数将图片转换为ndarray数组

image.shape#(512,512,3),与pillow不同的是，opencv返回的是BGR格式,每个像素能取的像素强度范围是 $0,255$ ,通过max和min获取最大和最小值

展现一张图片

cv2.imshow('image',image)

也可用matplotlib

import matplotlib.pyplot as plt

plt.figure(figsize=(10,10))

plt.imshow(image)

plt.show()

结果是蓝色的一张图片，这是因为返回的是BGR格式，经过下面的处理，返回的就是正常的格式了。

new_image=cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

plt.figure(figsize=(10,10))

plt.imshow(new_image)

plt.show()

可将png转为jpg

cv2.imwrite("lenna.jpg", image)

2.把彩色图像变成灰色图像

image_gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

image_gray.shape #（512,512）

将它画出来

plt.figure(figsize=(10, 10))

plt.imshow(image_gray, cmap='gray')

plt.show()

3.分离不同的通道

python 复制代码

baboon=cv2.imread('baboon.png')

blue, green, red = baboon[:, :, 0], baboon[:, :, 1], baboon[:, :, 2]

im_bgr = cv2.vconcat([blue, green, red])

python 复制代码

plt.figure(figsize=(10,10))
plt.subplot(121)
plt.imshow(cv2.cvtColor(baboon, cv2.COLOR_BGR2RGB))
plt.title("RGB image")
plt.subplot(122)
plt.imshow(im_bgr,cmap='gray')
plt.title("Different color channels  blue (top), green (middle), red (bottom)  ")
plt.show()