安裝 pip3 install opencv-python
圖像處理:
import cv2 #導入opencv庫 import numpy as np img = cv2.imread("ma.jpg") #讀取一張圖片,地址不能帶中文 """ 第二個參數,取值可為: cv2.IMREAD_COLOR=1:默認參數,讀入一副彩色圖片,忽略alpha通道 cv2.IMREAD_GRAYSCALE=0:讀入灰度圖片 cv2.IMREAD_UNCHANGED=-1:讀入完整圖片,包括alpha通道(png有,jpg無) """ img1 = cv2.imread("ma.jpg",cv2.IMREAD_GRAYSCALE) cv2.namedWindow("new window") #創建一個窗口,中文顯示會出亂碼 #參數 窗口標題 cv2.imshow("new window", img1) #顯示圖片 #參數1:窗口標題--不能是Pyqt的窗口;如果找不到參數1的窗口就新建一個 #imread讀入的圖像 cv2.imshow("new", img) print(img.shape) #輸出:(452, 400, 3) 高像素(行數),寬像素(列數),通道數(一個像素有三個通道RGB)
# 灰度圖由於沒有顏色通道,使用shape屬性返回的是(圖像的高度,圖像的寬度)。
print(img.size) # 542400 總通道數=高* 寬* 通道數 print(img.dtype)# uint8 3個通道每個通道占的位數(8位,一個字節) #print(img) #輸出每個像素點的參數( B , G , R ) #print(np.array(img)) #輸出每個像素點的參數( B , G , R ) print(cv2.mean(img)) #獲取圖片 B G R 各個均值 #(210.87173119469026, 222.68342920353982, 228.77969579646017, 0.0) #而pixel mean的話,其實是圖片的所有R通道像素,求了均值,G,B通道類似,所以求出來就是三個數值(R_mean,G_mean,B_mean) print(cv2.meanStdDev(img)) #獲取均值和方差,可用均值方差都為零判斷圖片無效 #(array([[210.87173119],[222.6834292 ],[228.7796958 ]]), array([[67.49584092],[54.39694368],[46.32777341]])) #array([[210.87173119],[222.6834292 ],[228.7796958 ]]) 是B G R 各個均值 #array([[67.49584092],[54.39694368],[46.32777341]]) 是方差 #方差的概念:https://wenku.baidu.com/view/474731e31b37f111f18583d049649b6648d709d4.html img2=img.copy() #復制圖片 cv2.imshow("fuzi", img2) cv2.waitKey(5000) #窗口等待任意鍵盤按鍵輸入,0為一直等待,其他數字為毫秒數 cv2.destroyAllWindows() #銷毀窗口,退出程序
cv2.namedWindow("operation", cv2.WINDOW_AUTOSIZE) #創建窗口--方式一 #cv2.namedWindow('image',cv2.WINDOW_AUTOSIZE) #創建窗口--方式二 #cv2.WINDOW_NORMAL 窗口大小可以改變 #cv2.WINDOW_AUTOSIZE 窗口大小不可以改變 #cv2.WINDOW_FREERATIO 窗口大小自適應比例 #cv2.WINDOW_KEEPRATIO 窗口大小保持比例 #cv2.WINDOW_GUI_EXPANDED 顯示色彩變成暗色
cv2.imwrite("2.jpg",img) # 存儲圖片
參數1 文件名
參數2 圖片(圖片矩陣數據)
參數3 可選參數,可以指定使用特定格式編碼保存的參數,一般情況下我們很少用到
img = 255*np.ones((240,480,3),np.uint8) #自定義一張彩色圖像 #240 高;480 寬;3 通道數
img = 255*np.ones((240,480,3),np.uint8) #自定義一張彩色圖像
#240 高;480 寬;3 通道數