首页 > 编程语言 >OpenCv学习-python

OpenCv学习-python

时间：2024-08-12 20:22:49浏览次数：15  
标签：阈值 python image cv2 学习 OpenCv 图像 np 255

一.OpenCv介绍

简介

OpenCV（Open Source Computer Vision Library：opencv官网地址)是一个开源的基于BSD许可的库，它包括数百种计算机视觉算法。文档OpenCV 2.x API描述的是C++ API，相对还有一个基于C语言的OpenCV 1.x API，后者的描述在文档opencv1.x.pdf中。

OpenCV具有模块化结构，这就意味着开发包里面包含多个共享库或者静态库。下面是可使用的模块：

  • 核心功能（Core functionality） - 一个紧凑的模块，定义了基本的数据结构，包括密集的多维Mat数组和被其他模块使用的基本功能。

  • 图像处理（Image processing） - 一个图像处理模块，它包括线性和非线性图像滤波，几何图形转化（重置大小，放射和透视变形，通用基本表格重置映射），色彩空间转换，直方图等。

  • 影像分析（video） - 一个影像分析模块，它包括动作判断，背景弱化和目标跟踪算法。

  • 对象侦查（objdetect） - 目标和预定义类别实例化的侦查（例如：脸、眼睛、杯子、人、汽车等等）。
    highgui - 一个容易使用的用户功能界面。

  • 视频输入输出（videoio） - 一个容易使用的视频采集和视频解码器。

  • GPU - 来自不同OpenCV模块的GPU加速算法。

    • 3D校准（calib3d） - 基于多视图的几何算法，平面和立体摄像机校准，对象姿势判断，立体匹配算法，和3D元素的重建。
      平面特征（features2d） - 突出的特征判断，特征描述和对特征描述的对比。

  • … 一些其他的辅助模块，比如FLANN和谷歌的测试封装，Python绑定和其他。

安装OpenCv-python

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python

二.opencv基础操作

导入库

在Python中导入OpenCV库：

import cv2

1. 读取图像

使用cv2.imread()读取图像：

image = cv2.imread('path_to_image.jpg')

# 显示图像
cv2.imshow('Image', image)
cv2.waitKey(0)  # 等待键盘输入

2. 显示图像

cv2.imshow(arg1,arg2)
参数：
arg1:显示图像的窗口名称，以字符串类型表示
arg2:要加载的图像

cv2.imshow('Image', image)
cv2.waitKey(0)

3. 保存图像

cv2.imwrite(arg1,arg2)

参数：

  • arg1:文件名，要保存在哪里
  • arg2:要保存的图像
    使用cv2.imwrite()保存图像：
cv2.imwrite('output_image.jpg', image)

4. 图像基本属性

获取图像的基本属性（如高度、宽度和通道数）：

height, width, channels = image.shape
print('Height:', height)
print('Width:', width)
print('Channels:', channels)

5. 改变图像大小

使用cv2.resize()改变图像大小：

resized_image = cv2.resize(image, (width // 2, height // 2))  # 变成原尺寸的一半

三.绘制几何图像

1. 绘制直线：cv2.line()

cv2.line(img, pt1, pt2, color, thickness=1, lineType=8, shift=0)
  • img: 要绘制的图像。
  • pt1: 直线起点的坐标，格式为 (x, y)。
  • pt2: 直线终点的坐标，格式为 (x, y)。
  • color: 直线颜色，BGR格式，例如红色为 (0, 0, 255)。
  • thickness: 线条粗细，默认值为 1。
  • lineType: 线型，默认为 8，表示8-connected线，还可以设置为 cv2.LINE_AA 表示抗锯齿线。
  • shift: 点坐标的小数点位数，默认值为 0。

***注：opencv颜色为格式BGR,不是RGB***

代码示列：

import cv2  
import numpy as np  
# 创建一个黑色背景图像  
image = np.zeros((400, 400, 3), dtype=np.uint8)  

# 绘制直线  
cv2.line(image, (50, 50), (300, 300), (255, 0, 0), 2)  # 蓝色线条  

# 显示图像  
cv2.imshow('Line', image)  
cv2.waitKey(0)  
cv2.destroyAllWindows() # 关闭窗口

2. 绘制矩形：cv2.rectangle()

cv2.rectangle(img, pt1, pt2, color, thickness=1, lineType=8, shift=0)
  • img: 要绘制的图像。
  • pt1: 矩形一个顶点的坐标，格式为 (x, y)。
  • pt2: 矩形对角顶点的坐标，格式为 (x, y)。
  • color: 矩形颜色，BGR格式。
  • thickness: 矩形边框的粗细，默认值为 1。如果设置为 -1，将填充矩形。
  • lineType: 线型，保持跟直线一致。
  • shift: 点坐标的小数点位数，默认值为 0。
import cv2  
import numpy as np  
# 创建一个黑色背景图像  
image = np.zeros((400, 400, 3), dtype=np.uint8)  
# 绘制矩形
cv2.rectangle(image, (100, 100), (300, 200), (0, 255, 0), 3)  # 绿色矩形
cv2.imshow("image",image)
cv2.waitKey()
cv2.destroyAllWindows()

3. 绘制圆：cv2.circle()

cv2.circle(img, center, radius, color, thickness=1, lineType=8, shift=0)
  • img: 要绘制的图像。
  • center: 圆心坐标，格式为 (x, y)。
  • radius: 圆的半径。
  • color: 圆的颜色，BGR格式。
  • thickness: 边框的粗细，默认值为 1，设置为 -1 将填充圆。
  • lineType: 线型，通常为 8 或 cv2.LINE_AA。
  • shift: 点坐标的小数点位数，默认值为 0。

4. 绘制椭圆：cv2.ellipse()

cv2.ellipse(img, center, axes, angle, startAngle, endAngle, color, thickness=1, lineType=8, shift=0)
  • img: 要绘制的图像。
  • center: 椭圆中心的坐标，格式为 (x, y)。
  • axes: 椭圆的长短轴长度，格式为 (长轴, 短轴)。
  • angle: 椭圆的旋转角度，单位为度。
  • startAngle: 椭圆的起始角度，单位为度。
  • endAngle: 椭圆的结束角度，单位为度。
  • color: 椭圆颜色，BGR格式。
  • thickness: 边框的粗细，默认为 1，设置为 -1 将填充椭圆。
  • lineType: 线型，同上。
  • shift: 点坐标的小数点位数，默认值为 0。
# 绘制椭圆
cv2.ellipse(image, (200, 200), (100, 50), 0, 0, 180, (0, 255, 255), 2)  # 黄色椭圆
cv2.imshow("image",image)
cv2.waitKey()

5. 绘制多边形：cv2.polylines() 和 cv2.fillPoly()

cv2.polylines()
cv2.polylines(img, pts, isClosed, color, thickness=1, lineType=8, shift=0)
  • img: 要绘制的图像。
  • pts: 顶点数组，格式为 np.array([[点1], [点2], ...])。
  • isClosed: 布尔值，表示多边形是否封闭。
  • color: 多边形边框颜色，BGR格式。
  • thickness: 边框的粗细，默认值为 1。
  • lineType: 线型，通常为 8 或 cv2.LINE_AA。
  • shift: 点坐标的小数点位数，默认值为 0。
import cv2
import numpy as np
image = np.zeros([500,500,3],dtype=np.uint8)

# 定义多边形的顶点
points = np.array([[100, 50], [200, 150], [100, 250], [0, 150]], np.int32)
print(points)
points = points.reshape((-1, 1, 2))

# 绘制多边形边框
cv2.polylines(image, [points], isClosed=True, color=(255, 0, 255), thickness=2)
cv2.imshow("image",image)
cv2.waitKey()
cv2.destroyAllWindows()
cv2.fillPoly()
cv2.fillPoly(img, pts, color)
  • img: 要绘制的图像。
  • pts: 顶点数组，格式为 np.array([[点1], [点2], ...])。
  • color: 填充颜色，BGR格式。
import cv2
import numpy as np
image = np.zeros([500,500,3],dtype=np.uint8)

# 定义多边形的顶点
points = np.array([[100, 50], [200, 150], [100, 250], [0, 150]], np.int32)
print(points)
points = points.reshape((-1, 1, 2))

# # 填充多边形
cv2.fillPoly(image, [points], (255, 0, 255))  # 填充紫色
cv2.imshow("image",image)
cv2.waitKey()
cv2.destroyAllWindows()


#points.reshape((-1, 1, 2))
# -1 表示 NumPy 将根据原始数组的元素数量自动计算出第一个维度的大小。
# 由于原始 points 数组的形状为 (4, 2)，其中有 4 * 2 = 8 个元素。我们需要将
#其重塑为 (n, 1, 2) 的形状。因为第二维和第三维已经确定为 1 和 2，所以 NumPy 
#会计算出第一维的大小为 4，从而生成 points 的新形状 (4, 1, 2)。

6. 绘制文本：cv2.putText()

cv2.putText(img, text, org, fontFace, fontScale, color, thickness=1, lineType=8, bottomLeftOrigin=False)
  • img: 要绘制文本的图像。
  • text: 要绘制的文本字符串。
  • org: 文本起始位置的坐标，格式为 (x, y)。
  • fontFace: 字体类型，可以是 cv2.FONT_HERSHEY_SIMPLEX 等。
  • fontScale: 字体大小的缩放因子。
  • color: 文本颜色，BGR格式。
  • thickness: 文本的线条粗细，默认为 1。
  • lineType: 线型，通常为 8 或 cv2.LINE_AA。
  • bottomLeftOrigin: 布尔值，表示是否将文本的起点视为左下角（默认是左上角）。
import cv2
import numpy as np
image = np.zeros([500,500,3],dtype=np.uint8)

cv2.putText(image,"你爹来了",(100,300),cv2.FONT_HERSHEY_SIMPLEX,1,color=(0,255,255))

cv2.imshow("image",image)
cv2.waitKey()

7.获取并修改图像中的像素点

import cv2
img = cv2.imread('1.jpg')
# 获取某个像素点的值
px = img[100,100]
print(px)
# 修改某个位置的像素值
img[100,100] = [0,0,255]
cv2.imshow("img",img)
cv2.waitKey(0)

8. 视频捕捉

从摄像头捕捉视频：

import cv2

cap = cv2.VideoCapture(0)  # 0为默认摄像头

while True:
    ret, frame = cap.read()  # 读取一帧
    
     # 检查读取是否成功
    if not ret:
        break
        
    cv2.imshow('my Video ', frame)

    if cv2.waitKey(1) & 0xFF == ord('q'):  # 按‘q’退出
        break

cap.release()
cv2.destroyAllWindows()

四.像素

  • 像素是图像的基本单元，每个像素存储着图像的颜色、亮度和其他特征。一系列像素组合到一起就形成了完整的图像，在计算机中，图像以像素的形式存在并采用二进制格式进行存储。根据图像的颜色不同，每个像素可以用不同的二进制数表示。

  • 常见的图像是RGB三原色图。RGB图上的每个点都是由红（R）、绿（G）、蓝（B）三个颜色按照一定比例混合而成的，几乎所有颜色都可以通过这三种颜色按照不同比例调配而成。在计算机中，RGB三种颜色被称为RGB三通道，根据这三个通道存储的像素值，来对应不同的颜色

在这里插入图片描述

灰度图像：像素值：0-255之间。0：纯黑；255 白色

二值图像：像素值：0：黑 ； 1 白

好的！下面是对二值图像、灰度图和RGB图的详细介绍，包括它们的特性、使用场景以及如何在 OpenCV 中实现。

1. 二值图像

特性
  • 定义：二值图像（Binary Image）是只包含两种像素值的图像，通常是 0（黑色）和 255（白色）。
  • 像素值：每个像素的值可以是 0 或 1（在某些情况下是 0 或 255），表示黑或白。
  • 存储效率：由于仅使用两个可能的值，二值图像的存储需求通常低于灰度图或RGB图。
使用场景
  • 边缘检测：用于提取和强调图像边缘。
  • 形态学操作：如膨胀、腐蚀，通常用于处理和分析形状。
  • 光学字符识别（OCR）：将文本图像转换为计算机可读的格式。
OpenCV 示例代码
import cv2
import numpy as np

# 创建一个二值图像
binary_image = np.zeros((300, 300), dtype=np.uint8)
cv2.circle(binary_image, (150, 150), 100, 255, -1)  # 白色圆形

# 显示二值图像
cv2.imshow('Binary Image', binary_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

2. 灰度图

特性
  • 定义：灰度图（Grayscale Image）是通过将图像的每个像素映射到一个范围内的灰度值，通常在 0 到 255 之间，不同程度的黑白表示。
  • 像素值：每个像素只有一个值，从黑到白的灰度级变化。
  • 色彩信息：丢弃了颜色信息（RGB），只保留亮度信息。
使用场景
  • 图像处理：许多图像处理算法（如边缘检测、图像分割）在灰度图上表现更好。
  • 图像分析：用于人脸识别、物体检测等任务，通常优先采用灰度图。
OpenCV 示例代码
# 创建一个灰度图
gray_image = np.zeros((300, 300), dtype=np.uint8)
cv2.rectangle(gray_image, (50, 50), (250, 250), 128, -1)  # 灰色矩形

# 显示灰度图像
cv2.imshow('Gray Image', gray_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

3. RGB 图

特性
  • 定义：RGB图像使用红色（R）、绿色（G）和蓝色（B）三种颜色进行表示，通常每个颜色通道的值在 0 到 255 之间。
  • 色彩信息：通过组合不同的 RGB 值，可以显示出丰富的颜色。
  • 通道分离：可以将 RGB 图像分离为三个单独的通道，以便进行独立处理。
使用场景
  • 数字摄影：几乎所有数字相机捕获的图像都是 RGB 格式。
  • 计算机视觉：在深度学习和图像分析中普遍使用。
OpenCV 示例代码
# 创建一个 RGB 图像
rgb_image = np.zeros((300, 300, 3), dtype=np.uint8)

# 用蓝色填充整个图像
rgb_image[:] = [255, 0, 0]  # BGR 格式 (蓝色)

# 显示 RGB 图像
cv2.imshow('RGB Image', rgb_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

五.二值图像处理

这些方法都与图像处理中的阈值化技术密切相关，用于将灰度图像转化为二值图像。

1. 最大值法

  • 定义：将图像中所有像素的值与预设的最大值进行比较，像素值高于最大值的被设为白色（或1），低于的设为黑色（或0）。
  • 应用：快速分割物体与背景，但对噪声敏感。
import cv2  
import numpy as np  

def max_thresholding(image, max_value):  
    _, binary_image = cv2.threshold(image, max_value, 255, cv2.THRESH_BINARY)  
    return binary_image

2. 平均值法

  • 定义：计算图像的平均像素值，像素值高于平均值的被设为白色，低于的则设为黑色。
  • 应用：适用于对比度较低的图像，简单易行。

3. 加权值法

  • 定义：根据不同的权重计算像素值，可能会考虑不同通道的贡献，然后与某个阈值进行比较。
  • 应用：在具有色彩信息的场合，可以更加灵活地处理目标，尤其是在对比度变化较大的情况下。

4. 阈值法（THRESH_BINARY）

  • 定义：选择一个固定的阈值，像素值高于此阈值的设为白色，低于的设为黑色。
  • 应用：常见的基本阈值化方法，简单易用。

5. 反阈值法（或称为双阈值法THRESH_BINARY_INV））

  • 定义：使用两个不同的阈值来进行分割，像素值在高阈值以上的设为白色，低于低阈值的设为黑色，而介于两者之间的则没变化（通常保留为灰度或原值）。
  • 应用：常用于边缘检测，能够更好地减少噪声影响。

6. 截断阈值法（THRESH_TRUNC）

  • 定义：仅对高于某个阈值的像素赋予某个固定的值（如设为最大值或白色），低于阈值的像素则保持原有值。
  • 应用：可以在视觉上突显图像中特定的亮度区域。

7. 低阈值零处理（THRESH_TOZERO）

  • 定义：在低于某个阈值的像素被直接设为零（黑色），而高于阈值的像素值保持不变。
  • 应用：用于消除低亮度噪声，突出高亮度区域。

8. 超阈值零处理（THRESH_TOZERO_INV）

  • 定义：在高于某个阈值的像素被直接设为某个固定值，而低于此阈值的像素被设为零（黑色）。
  • 应用：常用于强化高对比度的结构。

9. Otsu阈值法

  • 定义：一种自动阈值选择方法，通过最大化类间方差来选择最佳阈值，将图像分为两部分。适用于双峰的灰度直方图。
  • 应用：非常有效，尤其在处理背景和前景对比明确的图像时，常用于医学成像和缺陷检测。
import cv2  
import numpy as np  
#最大值法
def max_thresholding(image, max_value):  
    _, binary_image = cv2.threshold(image, max_value, 255,cv2.THRESH_BINARY)  
    return binary_image

#平均值法
def average_thresholding(image):  
    avg_value = np.mean(image)  
    _, binary_image = cv2.threshold(image, avg_value, 255,cv2.THRESH_BINARY)  
    return binary_image

#加权值法
def weighted_thresholding(image, weights):  
    weighted_image = cv2.transform(image, weights)  
    _, binary_image = cv2.threshold(weighted_image, np.mean(weighted_image), 255, cv2.THRESH_BINARY)  
    return binary_image

#阈值法
def simple_thresholding(image, threshold):  
    _, binary_image = cv2.threshold(image, threshold, 255, v2.THRESH_BINARY)  
    return binary_image
#反阈值法（双阈值法）
def double_thresholding(image, low_thresh, high_thresh):  
    binary_image = cv2.inRange(image, low_thresh, high_thresh)  
    return binary_image
#截断阈值法
def truncated_thresholding(image, threshold):  
    truncated_image = np.where(image > threshold, 255, image)  
    return truncated_image.astype(np.uint8)

#低阈值零处理
def low_thresh_zero(image, threshold):  
    processed_image = np.where(image < threshold, 0, image)  
    return processed_image.astype(np.uint8)

#超阈值零处理
def high_thresh_zero(image, threshold, fixed_value=255):  
    processed_image = np.where(image > threshold, fixed_value, 0)  
    return processed_image.astype(np.uint8)

#Otsu阈值法
def otsu_thresholding(image):  
    _, binary_image = cv2.threshold(image, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)  
    return binary_image


if __name__ == "__main__":  
    image = cv2.imread('1.jpg', cv2.IMREAD_GRAYSCALE)  

    max_binary = max_thresholding(image, 128)  
    avg_binary = average_thresholding(image)  
    simple_binary = simple_thresholding(image, 128)  
    otsu_binary = otsu_thresholding(image)  

    cv2.imshow('Max Value Binary', max_binary)  
    cv2.imshow('Average Value Binary', avg_binary)  
    cv2.imshow('Simple Threshold Binary', simple_binary)  
    cv2.imshow('Otsu Binary', otsu_binary)  
    cv2.waitKey(0)  
    cv2.destroyAllWindows()

标签：阈值,python,image,cv2,学习,OpenCv,图像,np,255
From： https://blog.csdn.net/alb3117149013/article/details/141136515

相关文章

  • Java中类与对象的学习上
    类与对象类和对象的概念类定义对象的蓝图，包括属性和方法。具有相同特性（数据元素）和行为（功能）的对象的抽象就是类。因此，对象的抽象是类，类的具体化就是对象，也可以说类的实例是对象，类实际上就是一种数据类型。类具有属性，它是对象的状态的抽象，用数据结构来描述类的属性。类具有操作，......
  • C语言学习心得-二维数组
    （一）二维数组的定义和初始化定义二维数组arr[3][5]：intarr[3][5]={{1,2,3,4,5},{2,3,4,5,6},{3,4,5,6,7}};仔细看这个数组arr[0] 是第一个一维数组，包含元素 arr[0][0],arr[0][1],arr[0][2],arr[0][3],arr[0][4]arr[1] 是第二个一维数组，包含元素 ......
  • 二维前缀和学习指南
    为什么我为OI泪目，因为我菜得离谱......二维前缀和引子二维前缀和，仅仅是由一维前缀和进阶了一维而已。为了方便后面的学习，我先给出二维前缀和重点代码。处理二维前缀和for(inti=1;i<=n;i++) for(intj=1;j<=m;j++) sum[i][j]=sum[i-1][j]+sum[i][j-1]-sum[i-1][j-1]+a[......
  • python-xlsxwriter的基本使用
    安装xlsxwriter：pipinstallXlsxWriter简单实例：#coding：utf-8importxlsxwriterworkbook=xlsxwriter.Workbook（'demo1.xlsx'）#创建一个Excel文件worksheet=workbook.add_worksheet（）#创建一个工作表对象worksheet.set_column（'A：A'，20）#设定第一列（A）宽度为20像素bold=......
  • UE5学习笔记9-创建一个小窗口提示人物是否和武器重叠
    一、目标    创建一个UsrWidget去显示如果人物和武器重叠显示窗口，如果人物和武器不重叠将窗口隐藏二、创建窗口并显示    1.创建一个窗口蓝图类，命名为PickUpWidget，这个蓝图类不需要C++类，在对应文件夹中单机右键选择用户界面的控件蓝图    2.在界......
  • HBase学习的第一天--hbase的简介和搭建
    HBase架构与基础命令一、了解HBase1.1 HBase概述HBase是基于Hadoop中HDFS做存储的数据库HBase是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，用于存储海量的结构化或者半结构化，非结构化的数据（底层是字节数组做存储的）HBase是Hadoop的生态系统之一，是建立在Hadoop......
  • 状态估计之非线性优化学习
    SLAM的后端优化，一般分为滤波方法与非线性优化方法，其中部分思想重叠，具有很鲜明的对比特性。在前几章中，我们学习了KF系列与PF系列，并对一部分内容进行扩展，这些方法的本质是在一步步过程中进行优化收敛，本篇将引入后端整体优化思想，在建图，轨迹跟踪，系统状态估计中应用广泛。本篇的学习大......
  • mysql数据库：使用Python操作MySQL
    mysql数据库：使用Python操作MySQL安装第三方模块pymysqlpipinstallpymysql操作MySQLimportpymysql#创建连接#需要传入一些参数：#hostmysql所在的主机名或者是域名或者是ip地址#portmysql运行的端口号#ps-aux|grepmysql找到MySQL运行的进程......
  • 最长的一帧学习（待补）
    文章目录一、osgViewer::ViewerBase::frame()1.osgViewer::View::init()2.osgViewer::Viewer::realize()，窗口和场景的“设置”工作part1GraphicsContextpart1.1通过阅读osgViewer::View::setUpViewInWindow()了解osg最基础的操作part2DisplaySettingspart3遍历......
  • Java学习笔记4--Java跨平台原理
    一、Java程序运行机制计算机高级语言按照程序的执行方式可以分为编译型语言和解释型语言。编译型语言：编写的程序源代码需要通过编译器生成机器语言目标文件，在计算机上直接执行目标文件。编译型语言的代表是C、C++等。解释型语言：源代码被解释器逐行解释并执行，因此无需编译器生......

赞助商

阅读排行

网站主页关于我们联系我们网站地图

本网站内容转载自其他媒体，侵权联系[admin##ips99.com]。

Copyright © 2020-2023 IPS99 版权所有 IPS99