A01 - 图像基础操作

发表于 2022-03-05 更新于 2025-01-18 分类于 3-编程实践， E-OpenCV ， OpenCV使用指南阅读次数：本文字数： 6k 阅读时长 ≈ 5 分钟

主要讲解使用 opencv 读图片到矩阵以及对矩阵的复制、裁剪、拼接的操作，注意 opencv 读入 RGB 图片时，其通道顺序变为 BGR。同时记住内部数据按 BGRBGR… 的方式存储的，和数据格式 (H, W, 3) 相符合

OpenCV 读取图像？

函数 cv2. imread () 用于从指定的文件读取图像，OpenCV 读取图像文件，返回值是一个 nparray 多维数组。OpenCV 对图像的任何操作，本质上就是对 Numpy 多维数组的运算

import cv2
img_path='xxx/图片1.jpg'
#Windows 下 Python 读取中文路径的图片存在问题
im = cv2.imdecode(np.fromfile(img_path, dtype=np.uint8), cv2.IMREAD_UNCHANGED)
#从网络读取图像
import urllib.request as request
response = request.urlopen("https://profile.csdnimg.cn/8/E/F/0_youcans")
imgUrl = cv2.imdecode(np.array(bytearray(response.read()), dtype=np.uint8), -1)

OpenCV 保存图像？

数 cv2. imwrite () 用于将图像保存到指定的文件，保存的文件格式是由 filename 的扩展名决定的，与读取的图像文件的格式无关

imgFile = "../images/logoCV.png"  # 读取文件的路径
img3 = cv2.imread(imgFile, flags=1)  # flags=1 读取彩色图像(BGR)
saveFile = "../images/imgSave.png"  # 保存文件的路径
cv2.imwrite(saveFile, img3)  # 保存图像文件
img_write = cv2.imencode(".jpg", img3)[1].tofile(saveFile)

OpenCV 显示图像？

函数 cv2. imshow () 在指定窗口中显示 OpenCV 图像，窗口自适应图像大小

imgFile = "../images/imgLena.tif"  # 读取文件的路径
img1 = cv2.imread(imgFile, flags=1)  # flags=1 读取彩色图像(BGR)
img2 = cv2.imread(imgFile, flags=0)  # flags=0 读取为灰度图像
cv2.imshow("Demo1", img1)  # 在窗口 "Demo1" 显示图像 img1
cv2.imshow("Demo2", img2)  # 在窗口 "Demo2" 显示图像 img2
key = cv2.waitKey(0)  # 等待按键命令, 1000ms 后自动关闭

OpenCV 图像属性？

OpenCV 中图像对象的数据结构是 ndarray 多维数组，因此 ndarray 数组的属性和操作方法也都适用于 OpenCV 的图像对象

imgFile = "../images/imgLena.tif"  # 读取文件的路径
img1 = cv2.imread(imgFile, flags=1)  # flags=1 读取彩色图像(BGR)
img2 = cv2.imread(imgFile, flags=0)  # flags=0 读取为灰度图像
# cv2.imshow("Demo1", img1)  # 在窗口显示图像
# key = cv2.waitKey(0)  # 等待按键命令
# 维数(ndim), 形状(shape), 元素总数(size), 元素类型(dtype)
print(img1.ndim, img2.ndim)  # number of rows, columns and channels
print(img1.shape, img2.shape)  # number of rows, columns and channels
print(img1.size, img2.size)  # size = rows * columns * channels
print(img1.dtype, img2.dtype)  # uint8

OpenCV 访问图像像素？

像素是构成数字图像的基本单位，像素处理是图像处理的基本操作，对像素的访问、修改，可以使用 Numpy 方法直接访问数组元素

# 1.13 Numpy 获取和修改像素值
img1 = cv2.imread("../images/imgLena.tif", flags=1)  # flags=1 读取彩色图像(BGR)
x, y = 10, 10  # 指定像素位置 x, y
# (1) 直接访问数组元素，获取像素值(BGR)
pxBGR = img1[x,y]  # 访问数组元素[x,y], 获取像素 [x,y] 的值
print("x={}, y={}\nimg[x,y] = {}".format(x,y,img1[x,y]))
# (2) 直接访问数组元素，获取像素通道的值
print("img[{},{},ch]:".format(x,y))
for i in range(3):
	print(img1[x, y, i], end=' ')  # i=0,1,2 对应 B,G,R 通道
# (3) img.item() 访问数组元素，获取像素通道的值
print("\nimg.item({},{},ch):".format(x,y))
for i in range(3):
	print(img1.item(x, y, i), end=' ')  # i=0,1,2 对应 B,G,R 通道
# (4) 修改像素值：img.itemset() 访问数组元素，修改像素通道的值
ch, newValue = 0, 255
print("\noriginal img[x,y] = {}".format(img1[x,y]))
img1.itemset((x, y, ch), newValue)  # 将 [x,y,channel] 的值修改为 newValue
print("updated img[x,y] = {}".format(img1[x,y]))

OpenCV 创建图像？

OpenCV 中图像对象的数据结构是 ndarray 多维数组，因此可以用 Numpy 创建多维数组来生成图像。特别对于空白、黑色、白色、随机等特殊图像，用 Numpy 创建图像非常方便

height, width, channels = 400, 300, 3  # 行/高度, 列/宽度, 通道数
imgEmpty = np.empty((height, width, channels), np.uint8)  # 创建空白数组
imgBlack = np.zeros((height, width, channels), np.uint8)  # 创建黑色图像 RGB=0
imgWhite = np.ones((height, width, channels), np.uint8) * 255  # 创建白色图像 RGB=255
# (2) 创建相同形状的多维数组
img1 = cv2.imread("../images/imgLena.tif", flags=1)  # flags=1 读取彩色图像(BGR)
imgBlackLike = np.zeros_like(img1)  # 创建与 img1 相同形状的黑色图像
imgWhiteLike = np.ones_like(img1) * 255  # 创建与 img1 相同形状的白色图像
# (3) 创建彩色随机图像 RGB=random
import os
randomByteArray = bytearray(os.urandom(height * width * channels))
flatNumpyArray = np.array(randomByteArray)
imgRGBRand = flatNumpyArray.reshape(height, width, channels)
# (4) 创建灰度图像
imgGrayWhite = np.ones((height, width), np.uint8) * 255  # 创建白色图像 Gray=255
imgGrayBlack = np.zeros((height, width), np.uint8)  # 创建黑色图像 Gray=0
imgGrayEye = np.eye(width)  # 创建对角线元素为1 的单位矩阵
randomByteArray = bytearray(os.urandom(height*width))
flatNumpyArray = np.array(randomByteArray)
imgGrayRand = flatNumpyArray.reshape(height, width)  # 创建灰度随机图像 Gray=random
show_images([imgGrayRand,imgRGBRand,imgBlack])

OpenCV 复制图像？

使用 Numpy 的 np.copy () 函数可以进行图像的复制，不能通过直接赋值进行图像的复制

1 2	img1 = cv2.imread("../images/imgLena.tif", flags=1) # flags=1 读取彩色图像(BGR) img2 = img1.copy()

OpenCV 裁剪图像？

用 Numpy 的切片方法可以进行图像的裁剪，操作简单方便

1
2
3

img1 = cv2.imread("../images/imgLena.tif", flags=1)  # flags=1 读取彩色图像(BGR)
xmin, ymin, w, h = 180, 190, 200, 200  # 矩形裁剪区域 (ymin:ymin+h, xmin:xmin+w) 的位置参数
imgCrop = img1[ymin:ymin+h, xmin:xmin+w].copy()  # 切片获得裁剪后保留的图像区域

OpenCV 拼接图像？

用 Numpy 的数组堆叠方法可以进行图像的拼接，操作简单方便

img1 = cv2.imread("../images/imgLena.tif")  # 读取彩色图像(BGR)
img2 = cv2.imread("../images/logoCV.png")  # 读取彩色图像(BGR)
img1 = cv2.resize(img1, (400, 400))
img2 = cv2.resize(img2, (300, 400))
img3 = cv2.resize(img2, (400, 300))
imgStackH = np.hstack((img1, img2))  # 高度相同图像可以横向水平拼接
imgStackV = np.vstack((img1, img3))  # 宽度相同图像可以纵向垂直拼接

OpenCV 图像通道拆分？

函数 cv2.split () 将 3 通道 BGR 彩色图像分离为 B、G、R 单通道图像

img1 = cv2.imread("../images/imgB1.jpg", flags=1)  # flags=1 读取彩色图像(BGR)
# BGR 通道拆分
bImg, gImg, rImg = cv2.split(img1)  # 拆分为 BGR 独立通道
# 将单通道扩展为三通道
imgZeros = np.zeros_like(img1)  # 创建与 img1 相同形状的黑色图像
imgZeros[:,:,2] = rImg  # 在黑色图像模板添加红色分量 rImg  
show_images([img1,rImg,imgZeros])

OpenCV 合并图像？

函数 cv2.merge () 将 B、G、R 单通道合并为 3 通道 BGR 彩色图像

img1 = cv2.imread("../images/imgB1.jpg", flags=1)  # flags=1 读取彩色图像(BGR)
bImg, gImg, rImg = cv2.split(img1)  # 拆分为 BGR 独立通道
# cv2.merge 实现图像通道的合并
imgMerge = cv2.merge([bImg, gImg, rImg])
# Numpy 拼接实现图像通道的合并
imgStack = np.stack((bImg, gImg, rImg), axis=2)
show_images([imgMerge,imgStack])

参考：