opencv基础

一、读取图片

python 复制代码
import cv2
a=cv2.imread('2.png')  #读取图片
print(a)
cv2.imshow('qie',a)   #显示图片,显示图片的名称,数据
b=cv2.waitKey(10000)

import cv2来导入opencv库(cv2是别名)

通过cv2.imread('图片路径')方法填入图片路径来读取图片

通过cv2.imshow('显示框名称',图片变量)

cv2.waitKey() 的参数是毫秒数,表示窗口停留时间,参数为0时会一直停留

二、灰度图片

1.第一种

cv2.cvtColor(图片变量,cv2.COLOR_BGR2GRAY)

通过cv2.cvtColor方法填入参数cv2.COLOR_BGR2GRAY可以将图片变成灰度图

2.第二种

b=cv2.imread('图片路径',0)

在用cv2.imread方法读取图片时可以填入参数0变成灰度图

三、图片的剪裁

a = cv2.imread('2.png')

b = a[30:230,100:300] #对原图进行切片

cv2.imshow('qiepian',b)

cv2.waitKey(0)

通过a[30:230,100:300] 对图片进行区域剪裁,x轴30-230,y轴100-300

四、图片的打码

图片的打码本质上就是通过随机数字的生成是颜色混乱导致打码

通过a[100:200,200:300]=np.random.randint(0,256,(100,100,3))选取一个从 (200,100) 到 (300,200) 的矩形区域(宽 100 像素、高 100 像素),并将这个区域的所有像素值替换成随机生成的 BGR 颜色值。

五、图片的组合与缩放

1.组合

a=cv2.imread('1.png')

b=cv2.imread('2.png')

b[200:300,200:300]=a[100:200,100:200]

通过将一张图片的部分裁剪下来填充到另一张图片上,注意要保持裁剪的大小与填充的大小一致

2.缩放

b=cv2.imread('2.png')

b_new=cv2.resize(b, (500,500))

b_new=cv2.resize(b, dsize=None,fx=0.5,fy=0.5)#缩放到原来的一半

第一个是将图片 b 强制缩放到 宽度 500 像素、高度 500 像素 的固定尺寸,不管原图的宽高比例是多少。

第二个参数:

dsize=None :表示不指定固定目标尺寸,缩放尺寸由 fx 和 fy 决定(必须设为 None 才能生效比例缩放);
fx=0.5 :宽度方向的缩放比例(0.5 代表缩小到原来的 50%,2 代表放大到原来的 2 倍);
fy=0.5:高度方向的缩放比例(和 fx 保持一致时,图片比例不变;不一致时仍会变形);

六、图像的运算

python 复制代码
#对于+号运算,当数字小于255不变,大于255时得到的数减去256
a=cv2.imread('2.png')
b=cv2.imread('1.png')
c=a+10
cv2.imshow('c',c)
cv2.waitKey(0)

c=a[50:350,50:350]+b[50:350,50:350]
cv2.imshow('a+b',c)
cv2.waitKey(0)
cv2.destroyAllWindows()

#图像的加权运算
a=cv2.imread('2.png')
b=cv2.imread('3.png')
a=cv2.resize(a,(400,400))
b=cv2.resize(b,(400,400))

c=cv2.addWeighted(a,0.5,b,0.5,10)
cv2.imshow('add',c)
cv2.waitKey(0)
cv2.destroyAllWindows()

1.纯加法运算:当数字小于255不变,大于255时得到的数减去256

2.加权运算:通过cv2.addWeighted(a,0.5,b,0.5,10)方法使用

参数:第一个0.5是a图像的权重(透明度占比),第二个0.5是b图像的权重,10表示亮度偏移值(常数),可正可负:- 正数:整体提亮(比如 10);- 负数:整体变暗(比如 - 10);- 0:不调整亮度。

注意:两个图片的权重相加为1是最常用的 "无损融合"(像素值不会溢出);如果权重和大于 1,像素值可能超过 255,会被截断为 255会导致图片过曝;如果权重和小于 1,图片整体会变暗。

七、视频文件读取

python 复制代码
#打开视频文件
video_capture=cv2.VideoCapture("222.mp4")  #视像头:0
#检查视频是否成功打开
if not video_capture.isOpened():
    print("无法打开")
    exit()
#循环读取视频帧
while True:
    #逐帧读取视频
    ret, frame = video_capture.read() #ret是布尔值是否成功读取,frame是读取的帧
    if not ret:
        break
    #将图像从一种颜色空间转化另一种颜色
    frame = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
    #显示当前帧
    cv2.imshow('Video',frame)
    #检查用户是否按下esc键,是退出循环
    if cv2.waitKey(20)==27:
        break
#释放资源
video_capture.release()
cv2.destroyAllWindows()

1.通过cv2.VideoCapture("222.mp4")方法在双引号内填入视频文件路径即可读取,填入参数0就是打开你电脑的摄像头进去读取

2.video_capture.read()这个方法可以将形成视频的每一帧图片读取到

3.video_capture.release()这个方法来释放视频资源

4.cv2.destroyAllWindows()用来关闭所有窗口

相关推荐
禁默12 小时前
打通 AI 与信号处理的“任督二脉”:Ascend SIP Boost 加速库深度实战
人工智能·信号处理·cann
心疼你的一切12 小时前
昇腾CANN实战落地:从智慧城市到AIGC,解锁五大行业AI应用的算力密码
数据仓库·人工智能·深度学习·aigc·智慧城市·cann
AI绘画哇哒哒12 小时前
【干货收藏】深度解析AI Agent框架:设计原理+主流选型+项目实操,一站式学习指南
人工智能·学习·ai·程序员·大模型·产品经理·转行
数据分析能量站12 小时前
Clawdbot(现名Moltbot)-现状分析
人工智能
那个村的李富贵12 小时前
CANN加速下的AIGC“即时翻译”:AI语音克隆与实时变声实战
人工智能·算法·aigc·cann
二十雨辰12 小时前
[python]-AI大模型
开发语言·人工智能·python
陈天伟教授12 小时前
人工智能应用- 语言理解:04.大语言模型
人工智能·语言模型·自然语言处理
Luhui Dev12 小时前
AI 与数学的融合:技术路径、应用前沿与未来展望(2026 版)
人工智能
chian-ocean12 小时前
量化加速实战:基于 `ops-transformer` 的 INT8 Transformer 推理
人工智能·深度学习·transformer
那个村的李富贵12 小时前
从CANN到Canvas:AI绘画加速实战与源码解析
人工智能·ai作画·cann