OpenCV入门：第一章图像的基本操作

在计算机眼里，图像不是我们看到的彩色画面，而是由一个个像素组成的网格。

每个彩色像素会被拆成红 (R)、绿 (G)、蓝 (B) 三个独立的亮度分量，每个分量用 0-255 的数字表示亮度，最终整幅图就是3 组二维数字矩阵（三维张量），所有图像处理本质都是对这些数字做数学运算。如果这个图片的h是500，w是500，使用矩阵表示[500,500,3]。3表示3个通道。

一、图像的基本操作

1.数据读取-图像

cv2.IMREAD_COLOR 彩色图像

cv2.IMREAD_GRAYSCALE 灰色头像

处理图像时，第一步操作是将图像给计算机读取

输出这里，中括号有3个，所以是3个维度的图像，使用[h,w,c]来表示图像的shape。每一个都是像素点。注意：opencv读取的是BGR格式。

2.显示图像

上图，运行后会显示一张图像。waitKey(0)是指按任意键终止。如果是waitKey(1000)，图片会显示一段时间就会消失。

为了方便，我们可以将显示一张图片封装成一个函数，img.shape就是图片的形状[h,w,c]。

3.将彩色图转换成灰度图

cv2.IMREAD_GRAYSCALE 灰色头像

上面的操作，是将一张彩色图片显示成灰度图。后面会将彩色图转换成灰度图，对图像进行预处理。为了减少计算量。

4.保存图像

完整代码：

python 复制代码

import cv2 #opencv读取的格式是BGR
import matplotlib.pyplot as plt
import numpy as np

img = cv2.imread('D:\\openCV files\\data\\1\\cat.jpg')
print(img)

#图像的显示，也可以创建多个窗口
cv2.imshow('image',img)  #窗口名字叫image
#等待时间，毫秒级，0表示任意键终止
cv2.waitKey(0) #随便一个键，窗口关闭
#cv2.waitKey(1000)  #显示1000ms,再关闭
cv2.destroyAllWindows() #触发关闭，所有窗口关闭

#写成一个函数
def cv2_show(name,img):
    cv2.imshow(name,img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

print(img.shape)

img = cv2.imread('D:\\openCV files\\data\\1\\cat.jpg',cv2.IMREAD_GRAYSCALE)   #读取灰度图
print(img)
print(img.shape)

cv2_show('image_gray',img)  #显示灰色图像

#保存
cv2.imwrite('D:\\openCV files\\data\\1\\mycat.png',img)

print(type(img))

print(img.size)#像素点的个数

print(img.dtype)

二、视频的基本操作

视频是由一帧一帧的图像组成的。

· cv2.VideoCapture可以捕获摄像头，用数字来控制不同的设备，例如0，1。

·如果是视频文件直接指定好路径即可。

1.读取视频的每一帧

这段代码基于 Python 的cv2（OpenCV 库），实现了读取本地 MP4 视频文件、逐帧播放、转为灰度图展示，并支持按 ESC 键退出的基础视频播放功能。

运行结果：

2.截取部分图像数据

就是获取图片中你感兴趣的区域（ROI区域）

功能：对图像数组进行NumPy 切片，实现图像裁剪。
切片规则：img[行范围, 列范围]，对应[y轴范围, x轴范围]：
- 0:200（行）：截取图像纵向（高度）0~199 行（左闭右开，不包含 200）；
- 0:200（列）：截取图像横向（宽度）0~199 列；
- 最终得到一张200×200 像素 的裁剪后图像，赋值给变量cat。

运行结果：

3.颜色通道截取

下面的代码就是颜色截取。在三个通道中，截取其中一个颜色通道。

上面就是，将bgr三个颜色通道合成。还原成原来的三通道颜色。

3.1 只显示红色图像

通过将图像数组的 G、B 通道置 0 仅保留 R 通道并展示最终效果。

运行结果：

3.2 只显示绿色图像

3.3 只显示蓝色图像

三、边界填充

python 复制代码

#边界填充
top_size,bottom_size,left_size,right_size = (50,50,50,50)  #上下左右填充的大小

replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_WRAP)
constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_CONSTANT, value=0)  #以0的常数值来填充

plt.subplot(231), plt.imshow(img,'gray'),plt.title('ORIGINAL')
plt.subplot(232), plt.imshow(replicate,'gray'),plt.title('REPLICATE')
plt.subplot(233), plt.imshow(reflect,'gray'),plt.title('REFLECT')
plt.subplot(234), plt.imshow(reflect101,'gray'),plt.title('REFLECT_101')
plt.subplot(235), plt.imshow(wrap,'gray'),plt.title('WRAP')
plt.subplot(236), plt.imshow(constant,'gray'),plt.title('CONSTANT')

plt.show()

cv2.copyMakeBorder() 核心函数这是 OpenCV 的图像扩边函数，参数格式为：

cv2.copyMakeBorder(src, top, bottom, left, right, borderType, value)

src：原图像img
top/bottom/left/right：上下左右扩边尺寸
borderType：填充类型
value：仅BORDER_CONSTANT时生效，指定填充值

|--------------------------------|-------------------------------------------------|
| 填充类型 | 效果说明 |
| BORDER_REPLICATE（复制边缘） | 直接复制原图像最边缘的像素值填充新边界 |
| BORDER_REFLECT（镜像反射） | 以边缘为轴做镜像翻转填充（如abcba，边缘像素不重复） |
| BORDER_REFLECT_101（镜像反射 101） | 以边缘像素为轴翻转（如abcba，边缘像素作为轴，不重复），是 OpenCV 默认填充方式 |
| BORDER_WRAP（环绕填充） | 把图像另一边的像素循环拼接过来，类似 "无缝贴图" 效果 |
| BORDER_CONSTANT（常量填充） | 用指定的固定值填充，这里value=0即填充纯黑 |

运行结果：

BORDER_REPLICATE 复制法，也就是复制最边缘像素

BORDER_REFLECT 反射法，对感兴趣的图像中的像素在两边进行复制，例如fedcba|abcdefgh|hgfedcb

BORDER_REFLECT_101 反射法，也就是以最边缘像素为轴，对称 gfedcb|abcdefgh|gfedcba

BORDER_WRAP 外包装法 cdefgh|abcdefgh|abcdefg

BORDER_CONSTANT 常量法，常数值填充

下面是图像处理的基本操作所有代码：

python 复制代码

import cv2 #opencv读取的格式是BGR
import matplotlib.pyplot as plt
import numpy as np

img = cv2.imread('D:\\openCV files\\data\\1\\cat.jpg')
print(img)

#图像的显示，也可以创建多个窗口
cv2.imshow('image',img)  #窗口名字叫image
#等待时间，毫秒级，0表示任意键终止
cv2.waitKey(0) #随便一个键，窗口关闭
#cv2.waitKey(1000)  #显示1000ms,再关闭
cv2.destroyAllWindows() #触发关闭，所有窗口关闭

#写成一个函数
def cv2_show(name,img):
    cv2.imshow(name,img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

print(img.shape)

img = cv2.imread('D:\\openCV files\\data\\1\\cat.jpg',cv2.IMREAD_GRAYSCALE)   #读取灰度图
print(img)
print(img.shape)

cv2_show('image_gray',img)  #显示灰色图像

#保存
cv2.imwrite('D:\\openCV files\\data\\1\\mycat.png',img)

print(type(img))

print(img.size)#像素点的个数

print(img.dtype)

#截取部分图像数据
img = cv2.imread('D:\\openCV files\\data\\1\\cat.jpg')
cat = img[0:200,0:200]
cv2_show('cat',cat)

#颜色通道提取
b,g,r = cv2.split(img)
print(b)
print(b.shape)

#再把三个通道组合在一起
img = cv2.merge((b,g,r))
print(img.shape)

# 只保留R
cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,1] = 0
cv2_show('R',cur_img)

# 只保留G
cur_img = img.copy()
cur_img[:,:,0] = 0
cur_img[:,:,2] = 0
cv2_show('G',cur_img)

# 只保留B
cur_img = img.copy()
cur_img[:,:,1] = 0
cur_img[:,:,2] = 0
cv2_show('B',cur_img)

#边界填充
top_size,bottom_size,left_size,right_size = (50,50,50,50)  #上下左右填充的大小

replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_WRAP)
constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_CONSTANT, value=0)  #以0的常数值来填充

plt.subplot(231), plt.imshow(img,'gray'),plt.title('ORIGINAL')
plt.subplot(232), plt.imshow(replicate,'gray'),plt.title('REPLICATE')
plt.subplot(233), plt.imshow(reflect,'gray'),plt.title('REFLECT')
plt.subplot(234), plt.imshow(reflect101,'gray'),plt.title('REFLECT_101')
plt.subplot(235), plt.imshow(wrap,'gray'),plt.title('WRAP')
plt.subplot(236), plt.imshow(constant,'gray'),plt.title('CONSTANT')

plt.show()