OpenCV图像处理和应用—图像处理基础

最新推荐文章于 2024-08-24 16:54:52 发布

原创

最新推荐文章于 2024-08-24 16:54:52 发布 · 355 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#opencv

本文介绍了图像处理的基础，包括图像的基本表示方式、像素处理。通过OpenCV实现读取图像属性，进行通道操作，如创建随机灰度图，并展示了如何使用OpenCV给目标人物打马赛克。

正文

图像的基本表示方式和图像像素处理

1.二值图像（仅包含黑色和白色） 因图像比较简单，只有两种颜色，所以一个bit位0/1就可以表示
2.灰度图像
二值图像表示起来方便，但是由于只有两种颜色，所表示的图像不够细腻，而灰度图像采用更多数值来体现不同的颜色。
通常，计算机把灰度处理为256个灰度级，[0, 255]，其中，0表示纯黑，255表示纯白正好用一个字节就可以表示（8位）
3.彩色图像
仅介绍常见的RGB色彩空间，其中存在R(red), G(Green), B(Blue)三个通道。每个值都在[0, 255]以内，用这三个色彩通道的组合表示颜色，故需要三个字节来表示。
4.Numpy库
numpy库中zeros()和ones()函数均可以生成一个数组
5.通道操作	
1）通过索引拆分	
B = img[: ,:, 0]
G = img[:, :, 1]
R = img[:, :, 2]	
2）通过函数拆分
B, G, R = cv2.split(img)
3）通道合并
Img = cv2.merge([B , G ,R])	
6.感兴趣区域ROI
Img[200:400, 200:400]

读取图像属性
在这里插入图片描述
通道操作

生成一个灰度图，让其中的像素值均为随机数