(一)OpenCV-Python学习—基础知识

opencv是一个强大的图像处理和计算机视觉库，实现了很多实用算法，值得学习和深究下。方便大家阅读，整理了下文章链接合集：

(一)OpenCV-Python学习—基础知识

(二)OpenCV-Python学习—对比度增强

(三)OpenCV-Python学习—图像平滑

(四)OpenCV-Python学习—形态学处理

(五)OpenCV-Python学习—边缘检测1

(六)OpenCV-Python学习—边缘检测2

(七)OpenCV-Python学习—几何形状拟合

(八)OpenCV-Python学习—轮廓查找，绘制和拟合

(九)OpenCV-Python学习—图像傅里叶变换

(十)OpenCV-Python学习—频率域滤波

1.opencv包安装

·　　这里直接安装opencv-python包（非官方）： pip install opencv-python

　　 官方文档：https://opencv-python-tutroals.readthedocs.io/en/latest/

2. opencv简单图像处理

　　2.1 图像像素存储形式

　　　　首先得了解下图像在计算机中存储形式：(为了方便画图，每列像素值都写一样了)

　　　　对于只有黑白颜色的灰度图，为单通道，一个像素块对应矩阵中一个数字，数值为0到255, 其中0表示最暗（黑色） ，255表示最亮（白色）对于采用RGB模式的彩色图片，为三通道图，Red、Green、Blue三原色，按不同比例相加，一个像素块对应矩阵中的一个向量, 如[24,180, 50]，分别表示三种颜色的比列, 即对应深度上的数字，如下图所示：

需要注意的是，由于历史遗留问题，opencv采用BGR模式，而不是RGB

　　2.2 图像读取和写入

　　　　cv2.imread()

imread(img_path,flag) 读取图片，返回图片对象
    img_path: 图片的路径，即使路径错误也不会报错，但打印返回的图片对象为None
    flag：cv2.IMREAD_COLOR，读取彩色图片，图片透明性会被忽略，为默认参数，也可以传入1
          cv2.IMREAD_GRAYSCALE,按灰度模式读取图像，也可以传入0
          cv2.IMREAD_UNCHANGED,读取图像，包括其alpha通道，也可以传入-1
　　　　cv2.imshow()

imshow(window_name,img)：显示图片，窗口自适应图片大小
    window_name: 指定窗口的名字
    img：显示的图片对象
    可以指定多个窗口名称，显示多个图片
    
waitKey(millseconds)  键盘绑定事件，阻塞监听键盘按键，返回一个数字（不同按键对应的数字不同）
    millseconds: 传入时间毫秒数，在该时间内等待键盘事件；传入0时，会一直等待键盘事件
    
destroyAllWindows(window_name) 
    window_name: 需要关闭的窗口名字，不传入时关闭所有窗口

　　　　cv2.imwrite()

imwrite(img_path_name,img)
    img_path_name:保存的文件名
    img：文件对象
　　使用示例：

 View Code
　　2.3 图像像素获取和编辑

　　　　像素值获取：

img = cv2.imread(r"C:\Users\Administrator\Desktop\roi.jpg")

#获取和设置
pixel = img[100,100]  #[57 63 68],获取(100,100)处的像素值
img[100,100]=[57,63,99] #设置像素值
b = img[100,100,0]    #57, 获取(100,100)处，blue通道像素值
g = img[100,100,1]    #63
r = img[100,100,2]      #68
r = img[100,100,2]=99    #设置red通道值

#获取和设置
piexl = img.item(100,100,2)
img.itemset((100,100,2),99)

　　　　图片性质

import cv2
img = cv2.imread(r"C:\Users\Administrator\Desktop\roi.jpg")

#rows,cols,channels
img.shape   #返回(280, 450, 3), 宽280(rows)，长450(cols)，3通道(channels)
#size
img.size    #返回378000，所有像素数量，=280*450*3
#type
img.dtype   #dtype('uint8')

　　　ROI截取（Range of Interest）

#ROI,Range of instrest
roi = img[100:200,300:400]  #截取100行到200行，列为300到400列的整块区域
img[50:150,200:300] = roi   #将截取的roi移动到该区域 （50到100行，200到300列）
b = img[:,:,0]  #截取整个蓝色通道

b,g,r = cv2.split(img) #截取三个通道，比较耗时
img &#