1.图像的读取
- 计算机中图像是由多个像素点组成,每个像素点是一个值,每个数值的数值为0~255之间。RGB称为彩色通道,一般情况下彩色图片包含三个通道。在计算机中,图像的数据化为矩阵,矩阵的大小表示图像的大小。例如,一个图像是500*500,彩色图像数据化为[500,500,3]的矩阵。
- opencv读取函数
cv2.imread("图片路径",读取方式)
#读取方式可以省略,图片路径可以是相对路径,也可以是绝对路径。
#彩色图像cv2.IMREAD_COLOR||1
#灰度图像cv2.IMREAD_GRAYSCALE||0
- 实际举例说明
#导入相关包
import cv2
#读取举例
#相对路径(图片路径与代码文件路径相同)
img=cv2.imread("pic1.jpg")
img
2.图片显示
- opencv显示函数
cv2.imshow("显示名称",图片数值化)
- 实际举例
#导入相关包
import cv2
#读取举例
#相对路径(图片路径与代码文件路径相同)
img=cv2.imread("pic1.jpg")
#显示图片,创建多个窗口
cv2.imshow("pic1.jpg",img)
#等待时间,毫秒级,0表示任意键结束
cv2.waitKey(0)
#销毁创建的窗口
cv2.destroyAllWindows()
3.图片保存
- opencv保存函数
cv2.imwrite("保存图片名称",图像数值化)
- 实际举例
#导入相关包
import cv2
#读取举例
#相对路径(图片路径与代码文件路径相同)
img=cv2.imread("pic1.jpg",cv2.IMREAD_GRAYSCALE)
#显示图片,创建多个窗口
cv2.imshow("pic1.jpg",img)
#等待时间,毫秒级,0表示任意键结束
cv2.waitKey(0)
#销毁创建的窗口
cv2.destroyAllWindows()
#保存图片
cv2.imwrite("pic1_gray.jpg",img)
4.图像通道
- 颜色通道提取
b,g,r=cv2.split(img)
- 颜色通道合并
img=cv2.merge((b,g,r))
- 示例
import cv2
img = cv2.imread("pic1.jpg")
b , g , r = cv2.split(img)
# b = cv2.split(img)[0]
# g = cv2.split(img)[1]
# r = cv2.split(img)[2]
merged = cv2.merge([b,g,r])
cv2.imshow("Blue",b)
cv2.imshow("Green",g)
cv2.imshow("Red",r)
cv2.imshow("Merged",merged)
cv2.waitKey()
- R通道保留
cur_img=img.copy()
cur_img[:,:,0]=0 #让B通道全部为0
cur_img[:,:,1]=0 #让G通道全部为0
cv2.imshow("RLena",cur_img)
#等待时间,毫秒级,0表示任意键结束
cv2.waitKey(0)
#销毁创建的窗口
cv2.destroyAllWindows()
- G通道保留
cur_img=img.copy()
cur_img[:,:,0]=0 #让B通道全部为0
cur_img[:,:,2]=0 #让R通道全部为0
cv2.imshow("GLena",cur_img)
#等待时间,毫秒级,0表示任意键结束
cv2.waitKey(0)
#销毁创建的窗口
cv2.destroyAllWindows()
- B通道保留
cur_img=img.copy()
cur_img[:,:,1]=0 #让G通道全部为0
cur_img[:,:,2]=0 #让R通道全部为0
cv2.imshow("BLena",cur_img)
#等待时间,毫秒级,0表示任意键结束
cv2.waitKey(0)
#销毁创建的窗口
cv2.destroyAllWindows()
总结
这次的内容很有意思,可以对图像进行简单的处理,图像在计算机中也只是一些数字,对图像处理本质上就是处理数字
参考文献
https://www.cnblogs.com/wj-1314/p/11881270.html
https://blog.youkuaiyun.com/qq_43279579/article/details/120744019