1、数据读取-图像
- cv2.IMREAD_COLOR：彩色图像
- cv2.IMREAD_GRAYSCALE：灰度图像
#输出图像函数
def cv_show(name,img):
cv.imshow(name, img)
#等待时间，毫秒级别。0表示任意键终止，1000表示1000毫秒关闭
cv.waitKey(0)
cv.destroyAllWindows()#触发条件时，关闭
src=cv.imread("E:\\Pec\\12.jpg")
#shape求图片的长、宽以及像素颜色通道（B、G、R）
#把图像转化为灰度图
img=cv.imread("E:\\Pec\\12.jpg",cv.IMREAD_GRAYSCALE)
#cv_show("input",img)
#print(img)
print(src.shape)
print(img.shape)
#图像保存
cv.imwrite('hui12.jpg',img)
2、数据读取-视频
- cv2.VideoCapture可以捕获摄像头，用数字来控制不同的设备
说明：视频就是图像中的每一帧的静止图像的连贯。
vc=cv.VideoCapture("E:\\Pec\\ved.mp4")
#检测是否能打开
if vc.isOpened():
open,frame=vc.read() #一帧一帧的读取
else:
open=False
#读取视频，并转换为灰度视频
while open:
ret,frame=vc.read()
if frame is None:
break
if ret==True:
gray=cv.cvtColor(frame,cv.COLOR_BGR2GRAY)
cv.imshow('result',gray)
if cv.waitKey(10) & 0xFF==27:
break
vc.release()
cv.destroyAllWindows()3、截取部分图像数据（ROI）
#截取部分图像数据(ROI)
img=cv.imread('E:\\Pec\\cat.jpg')
#截取自己想要的切片
cat=img[100:300,0:200]
cv_show('cat',cat)
4、颜色通道提前
#颜色通道提取
img=cv.imread('E:\\Pec\\cat.jpg')
b,g,r=cv.split(img)
print(r.shape)
#将分离的颜色通道再组合
img=cv.merge((b,g,r))
print(img.shape)
#只保留R通道
cur_img=img.copy()
cur_img[:,:,0]=0 #取所有区域，把B设置0
cur_img[:,:,1]=0 #取所有区域，把G设置0
cv_show('R',cur_img)
#只保留G通道
cur_img=img.copy()
cur_img[:,:,0]=0
cur_img[:,:,2]=0
cv_show('G',cur_img)
#只保留B通道
cur_img=img.copy()
cur_img[:,:,1]=0
cur_img[:,:,2]=0
cv_show('B',cur_img)
5、边界填充
说明：把原有图像扩大一点
填充的类型：
- 1、BORDER_REPLICATE：复制法，复制最边缘像素
- 2、BORDER_REFLECT：反射法，对感兴趣的图像中的像素在两边进行复制，如：fedcba|abcdefgh|hgfedcb
- 3、BORDER_REFLECT_101：反射法，以最边缘像素为轴，如：gfedcb|abcdefgh|gfedcba
- 4、BORDER_WRAP：外包装法，如：cdefgh|abcdefgh|abcdefg
- 5、BORDER_CONSTANT：常量法，常数填充
# 边界填充
top_size,bottom_size,left_size,right_size=(50,50,50,50)#图像上下左右各填充50
replicate=cv.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv.BORDER_REPLICATE)
reflect=cv.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv.BORDER_REFLECT)
reflect101=cv.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv.BORDER_REFLECT_101)
wrap=cv.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv.BORDER_WRAP)
constant=cv.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv.BORDER_CONSTANT,value=0)
plt.subplot(231),plt.imshow(img),plt.title('ORIGINAL')
plt.subplot(232),plt.imshow(replicate),plt.title('REPLICATE')
plt.subplot(233),plt.imshow(reflect),plt.title('REFLECT')
plt.subplot(234),plt.imshow(reflect101),plt.title('REFLECT_101')
plt.subplot(235),plt.imshow(wrap),plt.title('WRAP')
plt.subplot(236),plt.imshow(constant),plt.title('CONSTANT')
plt.show()
补充：plt.show与plt.imshow与cv2.imshow区别
plt.imshow()函数负责对图像进行处理，并显示其格式，但是不能单独显示，后面跟着plt.show()才能显示出来
如果需要展示读入的图像，或者展示对读入图像进行一系列操作后的图像时，使用cv2.imshow()；如果不需要展示图像，而是绘制一个新的图像，使用plt.imshow()。需要注意的是，opencv是BGR通道，plt默认RGB通道
6、数值计算
针对图像的数值计算，可以分一下几种
#数值计算
img_cat1=img+50
print(img[:5,:,0])#[:5,:,0]表示只展示第一列像素值
print(img_cat1[:5,:,0])
img_cat2=img+img_cat1
print(img_cat2[:5,:,0])
print(cv.add(img,img_cat1)[:5,:,0])
（1）需要增加像素值，类似于数值计算
[[111 111 111 ... 50 50 50]
[110 110 110 ... 50 50 50]
[110 110 110 ... 51 51 51]
[111 111 111 ... 52 52 52]
[112 112 112 ... 52 52 52]]
[[161 161 161 ... 100 100 100]
[160 160 160 ... 100 100 100]
[160 160 160 ... 101 101 101]
[161 161 161 ... 102 102 102]
[162 162 162 ... 102 102 102]]
（2）若像素值相加超过255，就要对256求余
[[ 16 16 16 ... 150 150 150]
[ 14 14 14 ... 150 150 150]
[ 14 14 14 ... 152 152 152]
[ 16 16 16 ... 154 154 154]
[ 18 18 18 ... 154 154 154]]
（3）若用函数add()，超过255像素值，直接取最大值
[[255 255 255 ... 150 150 150]
[255 255 255 ... 150 150 150]
[255 255 255 ... 152 152 152]
[255 255 255 ... 154 154 154]
[255 255 255 ... 154 154 154]]
7、图像融合
说明：若是两个不同的图像直接相加融合，会报下面错误
此时：需要调整一张图像的像素值，与另一张像素值吻合
#图像融合
src=cv.imread("E:\\Pec\\12.jpg")
print(src.shape)
print(img.shape)
src=cv.resize(src,(640,426))
print(src.shape)
图像尺寸变换的其他操作：
（1）x轴延长3倍
res=cv.resize(img,(0,0),fx=3,fy=1)
plt.imshow(res)
plt.show()
#同理y轴
（2）两张图片融合
res=cv.addWeighted(img,0.4,src,0.6,0)
cv_show("input",res)
