python3+Opencv 搭建環境和基本操作

一、必備前提：

Python3.5及以上版本、pip、windows環境

二、搭建opencv

該部分可以創建隔絕的Python環境來引入，參照virtualenv的使用

 在目標的cmd窗口，依次輸入以下命令：

pip install --upgrade setuptools
pip install numpy Matplotlib
pip install opencv-python

如果下載中間出現error或wrong，重新輸入命令即可。

如果多次下載失敗，可以從http://www.lfd.uci.edu/~gohlke/pythonlibs/直接下載whl包安裝，安裝whl包依然使用pip

pip install 包的位置(如：C:\download\xxx.whl)

三、示例代碼

讀入圖片：

cv.imread(filepath,flags)

filepath：要讀入圖片的完整路徑
flags：讀入圖片的標志 
cv2.IMREAD_COLOR：默認參數，讀入一副彩色圖片，忽略alpha通道（1）
cv2.IMREAD_GRAYSCALE：讀入灰度圖片（0）
cv2.IMREAD_UNCHANGED：顧名思義，讀入完整圖片，包括alpha通道（-1）

支持 bmp、jpg、png、tiff 等常用格式，詳情可以查看imread()方法的文檔注釋

顯示圖片：

cv.imshow('image',img)
cv.waitKey(0)
cv.destroyAllWindows()#cv.destroyWindow(wname)

cv2.imshow(wname,img)顯示圖像，第一個參數是顯示圖像的窗口的名字，第二個參數是要顯示的圖像（imread讀入的圖像），窗口大小自動調整為圖片大小

cv2.waitKey顧名思義等待鍵盤輸入，單位為毫秒，即等待指定的毫秒數看是否有鍵盤輸入，若在等待時間內按下任意鍵則返回按鍵的ASCII碼，程序繼續運行。若沒有按下任何鍵，超時后返回-1。參數為0表示無限等待。不調用waitKey的話，窗口會一閃而逝，看不到顯示的圖片。

cv2.destroyAllWindow()銷毀所有窗口
cv2.destroyWindow(wname)銷毀指定窗口

保存圖片：

cv2.imwrite(file，img，num)

第一個參數是要保存的文件名，保存支持格式同讀取，按需保存
第二個參數是要保存的圖像。
可選的第三個參數，它針對特定的格式：對於JPEG，其表示的是圖像的質量，用0 - 100的整數表示，默認95;對於png ,第三個參數表示的是壓縮級別。默認為3.

cv2.IMWRITE_JPEG_QUALITY類型為 long ,必須轉換成 int 
cv2.IMWRITE_PNG_COMPRESSION, 從0到9 壓縮級別越高圖像越小。

cv2.imwrite('1.jpeg',img, [int( cv2.IMWRITE_JPEG_QUALITY), 95])
cv2.imwrite('1.png',img, [int(cv2.IMWRITE_PNG_COMPRESSION), 9])

此處需注意，按照默認質量保存圖片為JPEG files(\*.jpeg, \*.jpe, \*.jpg)時，由於jpeg壓縮版本在壓縮過程中導致了部分像素丟失，會導致保存后的像素點值與寫入前有差別。

保存圖片為png格式，即可以解決此問題

 

示例代碼：讀入一副圖像，按’s’鍵保存后退出，其它任意鍵則直接退出不保存

import cv2 as cv
img = cv.imread('D:\python\test.jpg',cv2.IMREAD_UNCHANGED)
cv.imshow('image',img)
k = cv.waitKey(0)
if k == ord('s'): 
    # wait for 's' key to save and exit   
    cv.imwrite('1.png',img)    
    cv.destroyAllWindows()
else:     
    cv.destroyAllWindows()

 

四、圖像的基本操作

創建圖片

1.創建三通道

import numpy as np
import cv2 as cv

# 三通道
creat_img3 = np.zeros([400, 400, 3], np.uint8)  # 高400*寬400*通道3 單通道8位
creat_img3[:, :, 0] = np.ones([400, 400]) * 255  # 0(Blue)通道全部賦值255
creat_img3[:, :, 2] = np.ones([400, 400]) * 255  # 2(Red)通道全部賦值255
cv.imshow("create image3", creat_img3)

2.創建單通道

# 單通道
creat_img1 = np.zeros([400, 400, 1], np.uint8)
creat_img1[:, :, 0] = np.ones([400, 400]) * 127  # 單通道灰度圖像
cv.imshow("create image1", creat_img1)

3.創建小尺寸

# 生成小尺寸圖片
mini_img = np.ones([3, 3], np.float)
mini_img.fill(127.1)  # .fill方法填充數據
mini_img2 = mini_img.reshape([1, 9])  # reshape只改變形狀，不改變數據
print(mini_img, mini_img2)

以上內容摘自：https://blog.csdn.net/l0ve777/article/details/88715704

讀取圖片並編輯

import cv2 as cv

img = cv.imread("D://test.jpeg")
#對 BGR 圖像而言，返回值為 B， G， R 的值，對灰度圖像而言，會返回他的灰度值。即彩圖返回三通道三維數組，灰度圖返回單通道三維數組，小圖返回二維數組
print(img[100,100])      #[ 42  57 130]
print(img.item(100,100,2))   #130
img.itemset((100,100,2),25)  #img[100,100,2]=25
print(img.item(100,100,2))   #25

獲取圖像屬性

import cv2 as cv

img = cv.imread("D://test.jpeg")
# img.shape 可以獲取圖像的形狀。他的返回值是一個包含行數，列數，通道數的元組。行數對應坐標軸上的y軸，即高度；而列數對應x軸，即寬度。返回值可以理解為高度，寬度，通道數。
print(img.shape)     #(512, 512, 3)
# img.size 可以返回圖像的像素數目。
print(img.size)    #786432
#img.dtype 返回的是圖像的數據類型。
print(img.dtype)   #uint8

 設置ROI

ROI(Region of Interest)是指圖像中的一個矩形區域，如果后續需要單獨處理某一個小區域，可以設置ROI

import cv2 as cv

ballImg = img[380:512,230:350]   #利用numpy中的數組切片設置ROI區域
img[0:132,0:120] = ballImg       #將設置的ROI區域添加到原圖像的左上方

cv.namedWindow("Image")
cv.imshow("Image", img)
cv.waitKey(0)

 

拆分及合並圖像通道

要對單個通道進行操作的時候，需要拆分出單個通道，有2種方法

1）用opencv自帶的split函數

 

保存圖片

需注意按照需要，保存不同格式

mini_img = np.ones([3, 3], np.uint8)
mini_img.fill(127)  # .fill方法填充數據
#mini_img2 = mini_img.reshape([1, 9])  # reshape只改變形狀，不改變數據
#print(mini_img, mini_img2)
print(mini_img)
cv.imshow("mini_img", mini_img)
cv.waitKey(0) #毫秒級，0為無限等待
cv.imwrite('mini.jpg', mini_img)

image = cv.imread('mini.jpg',0) #0表示灰度圖
print(image)

image[0][0] = 100 #image.itemset(0,100)
image[1][0] = 40  #image.itemset((1,0),40)
cv.imshow("mini_img", image)
cv.waitKey(0)
cv.imwrite('mini2.jpg', image)

image = cv.imread('mini2.jpg',0)
print(image)

以上三處打印分別為：

[[127 127 127]
 [127 127 127]
 [127 127 127]]

[[127 127 127]
 [127 127 127]
 [127 127 127]]

[[100 126 125]
 [ 39 131 127]
 [128 127 124]]

發現，為灰度圖（即像素數相同，為127）時，讀圖數據與寫入一致，但是當改變了其中某些像素值后，讀圖數據發生了變化，

是由於jpeg壓縮版本在壓縮過程中導致了部分像素丟失，保存圖片為tif格式或者png格式，即可以解決此問題

cv.imwrite('mini2.png', image)

image = cv.imread('mini2.png',0)