OenCV的一些基础操作
- 1.将图片转换为灰度图
- 2.图片裁剪
- 3.图片打码
- 4.图片组合
- 5.图片相加
-
- [5.1 对一张图片整体像素值相加](#5.1 对一张图片整体像素值相加)
- [5.2 对两张图片的像素值相加](#5.2 对两张图片的像素值相加)
- [5.3 使用cv2.add( )函数对两张图片进行相加](#5.3 使用cv2.add( )函数对两张图片进行相加)
- [5.4 对图片进行加权运算](#5.4 对图片进行加权运算)
1.将图片转换为灰度图
python
import cv2
image = cv2.imread('qi e.png')#读取原图
image_gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)#灰度图的处理
cv2.imshow('gray',image_gray)
这里我们读取一张企鹅图片,运行结果如下,左图为原图,右图为灰度图
2.图片裁剪
python
a = cv2.imread(r'qi e.png')
b = a[40:260,350:600]
cv2.imshow('yuantu',a)
cv2.imshow('qiepian',b)
cv2.waitKey(0)
cv2.destroyAllWindows()
- b = a[40:260,350:600] 这段代码是指在图片a中的 40-259 行、350-599 列这个范围的图片裁剪下来。运行结果如下:
3.图片打码
python
import cv2
import numpy as np
a = cv2.imread(r'1.jpg')
a[100:200,200:300] = np.random.randint(0,256,(100,100,3))
cv2.imshow('masaike',a)
cv2.waitKey(1000000)
cv2.destroyAllWindows()
- a[100:200,200:300] = np.random.randint(0,256,(100,100,3)) 这段代码是指在图片a中选取了行索引从 100 到 199(共100行),列索引从 200 到 299(共100列)的区域。并且在这区域内生成一个随机数组,数值范围是 [0, 256)(即0到255,适合表示像素值)。数组的形状是 (100, 100, 3),即100行、100列、3个通道(RGB)。这个随机数组会覆盖 a 的切片区域。
- 运行结果如下:
4.图片组合
python
import cv2
import numpy as np
# 图片组合
a = cv2.imread('1.png')
b = cv2.imread('qi e.png')
b[200:350,200:350] = a[50:200,100:250] #注意:矩阵的大小必须要统一
cv2.imshow('b',b)
cv2.imshow('a',a)
cv2.waitKey(0)
cv2.destroyAllWindows()
- b[200:350,200:350] = a[50:200,100:250] 这段代码是指将图片 a 中的 50 到 199行(共150行)、 100 到 249(共150列)的区域覆盖到 b 中的200 到 349行(共150行)、 200 到 349(共150列)。并且这个区域上组合区域的矩阵大小必须要统一
- 图片 b 还是企鹅图片
- 图片 a 如下:
- 图片a与b的组合:
5.图片相加
5.1 对一张图片整体像素值相加
python
import cv2
a = cv2.imread('qi e.png')
c = a+10
cv2.imshow('yuan',a)
cv2.imshow('a+10',c)
cv2.waitKey(0)
- 这段代码是对图片 a 中的所有区域像素值进行加 10 的操作,得到 c
- 如下是运行结果:
5.2 对两张图片的像素值相加
python
import cv2
a = cv2.imread('qi e.png')
b = cv2.imread('1.jpg')
c = a[50:450,50:400]+b[50:450,50:400]
cv2.imshow('a+b',c)
cv2.waitKey(0)
- 两张图片相加的区域中矩阵大小必须统一
- 下图是图片 a 与图片 b 的相加结果:
5.3 使用cv2.add( )函数对两张图片进行相加
python
a = cv2.imread('qi e.png')
b = cv2.imread('1.jpg')
b = cv2.resize(b,(400,400))
a = cv2.resize(a,(400,400))
c = cv2.add(a,b) #也可以这样使用
cv2.imshow('a add b',c)
cv2.waitKey(0)
cv2.destroyAllWindows()
- 对于cv2.add()运算,当对图像a,图像b进行加法求和时,遵循以下规则:当某位置像素相加得到的数值小于255时,该位置数值为两图像该位置像素相加之和 当某位置像素相加得到的数值大于255时,该位置数值为255。
- 下图是结果:
5.4 对图片进行加权运算
python
a = cv2.imread('qi e.png')
b = cv2.imread('1.jpg')
b = cv2.resize(b,(400,400))
a = cv2.resize(a,(400,400))
c = cv2.addWeighted(a,0.2,b,0.8,10) #
cv2.imshow('addWrighted',c)
cv2.waitKey(0)
cv2.destroyAllWindows()
- 图片加权运算就是在计算两幅图像的像素值之和时,对两幅图像的权重考虑进来,可以用公式表示为dst = src1×a+src×b+y
- 可以通过调整a和b的权重对图片进行相加