Opencv 图像处理：图像基础操作与灰度转化

作者：timerring

2022-10-25
山东
本文字数：2221 字
阅读完需：约 7 分钟

本文已收录于 Opencv 系列专栏：深入浅出OpenCV ，专栏旨在详解 Python 版本的 Opencv，为计算机视觉的开发与研究打下坚实基础。免费订阅，持续更新。

图像属性

1.图像格式

图像压缩比: 通过编码器压缩后的图象数字大小和原图象数字大小的压缩比。

BMP 格式 Windows 系统下的标准位图格式，未经过压缩，一般图像文件会比较大。在很多软件中被广泛应用。
JPEG 格式也是应用最广泛的图片格式之一，它采用一种特殊的有损压缩算法，达到较大的压缩比可达到 2:1 甚至 40:1，互联网上最广泛使用的格式
GIF 格式不仅可以是一张静止的图片，也可以是动画，并且支持透明背景图像，适用于多种操作系统，体型很小，网上很多小动画都是 GIF 格式。但是其色域不太广只支持 256 种颜色。
PNG 格式与 JPG 格式类似，压缩比高于 GIF （因此 png 损失较小，质量更好），支持图像透明支持 Alpha 通道调节图像的透明度。
TIFF 格式它的特点是图像格式复杂、存贮信息多。在 Mac 中广泛使用，非常有利于原稿的复制。很多地方将 TIFF 格式用于印刷。

2.图像尺寸

图像尺寸

图像尺寸的长度与宽度是以像素为单位的。

像素

像素是数码影像最基本的单位，每个像素就是一个小点，而不同颜色的点聚集起来就变成一幅照片。
灰度像素点数值范围在 0 到 255 之间， 0 表示黑、255 表示白，其它值表示处于黑白之间；
黑白照片只需一个通道表示即可。
彩色图用红、绿、蓝三通道的二维矩阵来表示。每个数值也是在 0 到 255 之间， 0 表示相应的基色，而 255 则代表相应的基色在该像素中取得最大值。

读入图像 cv2.imread()

cv2.imread()

复制代码

参数说明：

第一参数为待读路径；

第二个参数为读取方式，常见读取方式有三种

#导入opencv的python版本依赖库cv2import cv2
#使用opencv中imread函数读取图片，#0代表灰度图形式打开，1代表彩色形式打开img = cv2.imread('split.jpg',1)print(img.shape)#print(img) 打印图像的数组

复制代码

显示图像 cv2.imshow()

cv2.imshow()

复制代码

参数说明：

参数 1 ：窗口的名字

参数 2 ：图像数据名/变量名

#导入opencv依赖库import cv2
#读取图像，读取方式为彩色读取img = cv2.imread('split.jpg',1)#cv2.imshow('photo',img)k = cv2.waitKey(0)if k == 27:   # 输入ESC键退出    cv2.destroyAllWindows()elif k == ord('s'): # 输入S键保存图片并退出    cv2.imwrite('split_.jpg',img)cv2.destroyAllWindows()

复制代码

也可 matplotlib 导入图像

#加载第三方包import cv2from matplotlib import pyplot as plt
#使用Matplotlib导入图像img = cv2.imread('test_image.png',0)plt.imshow(img, cmap = 'gray', interpolation = 'bicubic')
#隐藏X、Y轴上的刻度#plt.xticks([]), plt.yticks([])plt.show()

复制代码

键盘绑定 cv2.waitKey(0)

#cv2.waitKey()是一个键盘绑定函数#若为数字则是单位毫秒，若为0代表等待键盘输入。cv2.waitKey(0)

复制代码

删除窗口 cv2.destrovAllWindows()

# cv2.destroyAllWindows() 删除窗口# 默认值为所有窗口，参数一为待删除窗口名。cv2.destrovAllWindows()

复制代码

保存图像 cv2.imwrite()

cv2.imwrite('split_.jpg',img)

复制代码

参数说明：

参数 1 ：图像名（包括格式）

参数 2 ：待写入的图像数据变量名。

3.图像分辨率

分辨率：单位长度中所表达或截取的像素数目。每英寸图像内的像素点数，单位是像素每英寸 (PPI）。图像分辨率越高，像素的点密度越高，图像越清晰。
通道数：图像的位深度，是指描述图像中每个 pixel 数值所占的二进制位数。位深度越大则图像能表示的颜色数就越多，色彩越丰富逼真。
8 位：单通道图像，也就是灰度图，灰度值范围 2**8=256
24 位：三通道 3*8=24
32 位：三通道加透明度 Alpha 通道

灰度转化

目的
将三通道图像（彩色图）转化为单通道图像（灰度图）。
公式
3---->1: GRAY = B * 0.114 + G * 0.587 + R * 0.299
1---->3: R = G = B = GRAY; A = 0
函数：
cv2.cvtColor(img，flag)
参数说明
参数 1 ：待转化图像
参数 2 ：flag 就是转换模式
cv2.COLOR_BGR2GRAY ：彩色转灰度
cv2.COLOR_GRAY2BGR：单通道转三通道

#导入opencvimport cv2 #读入原始图像，使用cv2.IMREAD_UNCHANGEDimg = cv2.imread("girl.jpg",cv2.IMREAD_UNCHANGED)#查看打印图像的shapeshape = img.shapeprint(shape)#判断通道数是否为3通道或4通道if shape[2] == 3 or shape[2] == 4 :    #将彩色图转化为单通道图    img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)    cv2.imshow("gray_image",img_gray)cv2.imshow("image", img)cv2.waitKey(1000) # 等待1000毫秒也就是1秒cv2.destroyAllWindows()

复制代码

RGB 与 BGR 转化

Opencv 读取图像是以 BGR 读取的，但是许多包是 RGB 读取，因此有些情况下需要转化。

转化的方法

opencv 自带的方法转

cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

复制代码

numpy 转

img[:,:,::-1] #列左右翻转

复制代码

示例：

import cv2 import matplotlib.pyplot as plt img = cv2.imread("test2.png", cv2.IMREAD_COLOR)cv2.imshow("Opencv_win", img)# 用opencv自带的方法转img_cv_method = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)# 用numpy转，img[:,:,::-1]列左右翻转img_numpy_method = img[:,:,::-1] # 本来是BGR 现在逆序，变成RGB# 用matplot画图plt.subplot(1,3,1)# 划分一个1行3列的空间plt.imshow(img_cv_method)plt.subplot(1,3,2)plt.imshow(img_numpy_method)plt.subplot(1,3,3)plt.imshow(img)plt.savefig("./plt.png")plt.show()#保存图片cv2.imwrite("opencv.png", img)cv2.waitKey(0)cv2.destroyAllWindows()

复制代码

发布于: 刚刚阅读数: 3

原文链接:【http://xie.infoq.cn/article/079571708e31a598591ac92b6】。未经作者许可，禁止转载。

timerring

关注

还未添加个人签名 2022-07-14 加入

还未添加个人简介

发布

暂无评论

创作场景

Opencv 图像处理：图像基础操作与灰度转化

图像属性

1.图像格式

2.图像尺寸

图像尺寸

像素

读入图像 cv2.imread()

显示图像 cv2.imshow()

也可 matplotlib 导入图像

键盘绑定 cv2.waitKey(0)

删除窗口 cv2.destrovAllWindows()

保存图像 cv2.imwrite()

3.图像分辨率

灰度转化

RGB 与 BGR 转化

timerring

评论