opencv-python使用

　　.jpg 格式为有损格式，若图像array保存为 .jpg 格式，再读入时，array内容和保存前的会又误差；若需要精准数据，使用.png的无损保存格式。

1. 基本处理函数

0）

img = cv2.imread(img_path)
height, widtdh, channels = img.shape　　# rows, cols
cv2.imwrite(img_path, img_array)　　　　# img_path shouldn't contain 中文

* cv2.imread读入的对象的通道顺序为BGR，图像文件中是有标注通道的，所以知道哪个是R、G、B通道，cv2读入是进行转换为BGR即可。

* cv2.imwrite则是将当前 array 的三个通道分别视为B、G、R通道，保存。array中只是数据，并不能标记r、g、b通达，需要代码处理好。

　　参考博客中 “读取bgr格式图片为bgr格式读入；读取rgb格式图片为rgb格式读入” 错误，应该是src.jpg是正确读入了（进行了BGR转换），而src_rgb.jpg中的R、G、B在保存时分别被视为B、G、R通道，再用cv2读入时无需转换通道，即读入后array中的通道B、G、R分别对应src.jpg中的R、G、B，所以图片展示效果不一样。

* 若图片路径中包含中文，不便修改，可以用如下方法读写：　　——参考博客

import cv2
import numpy as np

file_path = '中文.jpg'
img = cv2.imdecode(np.fromfile(file_path, dtype=np.uint8), -1) # read
cv2.imencode('.jpg', img )[1].tofile(file_path)                # write

1）cv2.waitKey(t)　　#等待t ms后继续执行，t=0则无限等待，返回值为键盘输入的键值的ASCII值

...
input = cv2.waitKey(0)　　　# input is ASCII value of key
...
cv2.waitKey(0)　　　　　　   # will not stop waitting
...

2）灰度转换

img = cv2.imread('xx.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
img_rgb = cv2.cvtColor(gray, cv2.COLOR_GRAY2BGR)

* 问题：灰度图抓BGR三通道彩色图时遇到问题：VScn::contains(scn) && VDcn::contains(dcn) && VDepth::contains(depth) in function 'cv::CvtHelper<struct cv::Set<1,-1,-1>,struct cv::Set<3,4,-1>,struct cv::Set<0,2,5>,2>::CvtHelper'

具体来讲是图像的深度不受支持，根据GitHub上的回答，opencv只将[0, 1]范围内的值视为float类型，而前面BGR2GRAY后，灰度图的范围是[0, 255]，会被视为整数，但它要处理float类型的，解决办法为转换为uint8类型：

img = img.astype('uint8')

3）二值化/阈值化　　——功能解析参考opencv和opencv解析

ret,thresh = cv2.threshold(img,127,255,cv2.THRESH_BINARY)　　# (img, threshold, max_value, mode)

4） resize

img = cv2.resize(img, (400, 500))    # (img, (width, height))

* 将图像转换为目标大小的一种方法（h, w ——> height, width）

　　先通过加黑边的方式把图像的纵横比调整为目标大小的纵横比，再resize到目标大小，可以保持图像内容不变形。非精准变换，可能会有轻微的形变。

def resize(input_img, height, width):
    h, w, _ = input_img.shape
    t, b, l, r = 0, 0, 0, 0
    if h/w < height/width:              # it's short in h
        add = w*height/width - h
        t = add//2
        b = add-t
    else:                               # it's short in w
        add = h*width/height - w
        l = add//2
        r = add-l
    # add boder to keep the same ratio of w and h with target (width and height)
    input_img = cv2.copyMakeBorder(input_img, int(t), int(b), int(l), int(r), cv2.BORDER_CONSTANT)  # add black boder
    return cv2.resize(input_img, (width, height))

5）图像边界扩展　　——增强结果参考博客

a = cv2.copyMakeBorder(img,50,50,50,50, cv2.BORDER_REPLICATE)　　　　　　　　　　# 将原边界上的像素向外平行复制50个像素的距离，相当于边界上像素的拉伸，形如：A.....
a = cv2.copyMakeBorder(img,50,50,50,50, cv2.BORDER_REFLECT)　　　　　　　　　　  # 以原边界为轴，分别将四条边内的50个像素内的内容翻折出去，形如： q|p
a = cv2.copyMakeBorder(img,50,50,50,50, cv2.BORDER_CONSTANT,value=[0,255,0])　# 在四条边外个添加50个像素宽的内容，添加的为值为value的像素

6）翻转与旋转

　　def flip(src, flipCode, dst=None)，flipCode: 0- > 上下翻转，大于0 -> 左右翻转，小于0 -> 上下+左右翻转

i_flip = cv2.flip(img, 0)

　　def rotate(src, rotateCode, dst=None)，顺时针旋转，rotateCode有90°，180°，270°三种可选

lp1 = cv2.rotate(img, cv2.ROTATE_90_CLOCKWISE)    　　    # 90
lp2 = cv2.rotate(img, cv2.ROTATE_90_COUNTERCLOCKWISE)    # 270（即-90）
lp3 = cv2.rotate(img, cv2.ROTATE_180)    　　　　　　　　　 # 180

2. opencv读取的图片不管是视频帧还是图片都是矩阵形式，即np.array，要转PIL.Image格式用PIL.Image.fromarray()函数，参见：cv2和PIL图片的颜色通道

3.以下是opencv-python可以获取视频的相关信息，可以通过从0开始的序号获取

0 CV_CAP_PROP_POS_MSEC 　　　　视频文件的当前位置（以毫秒为单位）或视频捕获时间戳。
1 CV_CAP_PROP_POS_FRAMES 　　接下来要解码/捕获的帧的基于0的索引
2 CV_CAP_PROP_POS_AVI_RATIO　　视频文件的相对位置：0 - 电影的开始，1 - 电影的结尾。
3 CV_CAP_PROP_FRAME_WIDTH　　视频流中帧的宽度
4 CV_CAP_PROP_FRAME_HEIGHT　　视频流中帧的高度
5 CV_CAP_PROP_FPS 　　　　　　　帧速率
6 CV_CAP_PROP_FOURCC 　　　　　编解码器的4字符代码
7 CV_CAP_PROP_FRAME_COUNT 视频文件中的帧数
8 CV_CAP_PROP_FORMAT 　　　　　返回的Mat对象的格式 retrieve()
9 CV_CAP_PROP_MODE　　　　　　　指示当前捕获模式的特定于后端的值
10 CV_CAP_PROP_BRIGHTNESS　　　图像的亮度（仅适用于相机）
11 CV_CAP_PROP_CONTRAST　　　　图像对比度（仅适用于相机）
12 CV_CAP_PROP_SATURATION　　　图像的饱和度（仅适用于相机）
13 CV_CAP_PROP_HUE　　　　　　　图像的色调（仅适用于相机）
14 CV_CAP_PROP_GAIN　　　　　　　图像的增益（仅适用于相机）
15 CV_CAP_PROP_EXPOSURE　　　　曝光（仅适用于相机）
16 CV_CAP_PROP_CONVERT_RGB　　布尔标志，指示是否应将图像转换为RGB
17 CV_CAP_PROP_WHITE_BALANCE_U 白平衡设置的U值（注意：目前仅支持DC1394 v 2.x后端）
18 CV_CAP_PROP_WHITE_BALANCE_V 白平衡设置的V值（注意：目前仅支持DC1394 v 2.x后端）
19 CV_CAP_PROP_RECTIFICATION 　　立体摄像机的整流标志（注意：目前仅支持DC1394 v 2.x后端）
20 CV_CAP_PROP_ISO_SPEED　　　　摄像机的ISO速度（注意：目前仅支持DC1394 v 2.x后端）
21 CV_CAP_PROP_BUFFERSIZE 　　　存储在内部缓冲存储器中的帧数（注意：目前仅支持DC1394 v 2.x后端）

如视频时长 = cap.get(7)/cap.get(5)，单位为s
原文链接

4. 有的函数处理后，像素值范围在0-1，直接用cv2保存会以0-255的范围进行map，显得一片黑，可以用normalize——参考博客

img = cv2.normalize(img, img, 0, 255, cv2.NORM_MINMAX)
img = cv2.convertScaleAbs(img)

5. 经典的图像处理功能函数

1）滤波函数　　——参考博客

import cv2

img = cv2.imread('cat.jpg')
 
img_mean = cv2.blur(img, (5, 5))    　　　　　　    # 均值滤波，滤波核为（5，5） 
img_Guassian = cv2.GaussianBlur(img,(5,5),0)　　　 # 高斯滤波 
img_median = cv2.medianBlur(img, 5)　　　　　　　　　# 中值滤波 
img_bilater = cv2.bilateralFilter(img,9,75,75)    # 双边滤波

2）膨胀与腐蚀

kernel = np.ones((5, 5), np.uint8)　　　　　　　　　　# 设置卷积核5*5
erosion = cv2.erode(src, kernel)　　　　　　　　　　  # 腐蚀，默认迭代次数
dst = cv2.dilate(erosion, kernel)　　　　　　　　　　 # 膨胀

3）开操作与闭操作等　　——参考博客，博客2

开操作 = 腐蚀 + 膨胀，断开小间隔，消除突出物，使轮廓更光滑

闭操作 = 膨胀 + 腐蚀，填充小间隔，小空洞，断裂线，使轮廓更光滑

iopen = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)　　　　　   # 开
iclose = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)　　　　　 # 闭
top_hat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel)　　    # 顶帽，突出图像中比周围亮的部分
black_hat = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel)　　# 黑帽，突出图像中比周围暗的部分
gradient = cv2.morphologyEx(img, cv2.MORPH_GRADENT, kernel)　　  # 形态学梯度

* 基本梯度：形态学梯度，dst-erosion，拟合边界；　　内部梯度：img-erosion，拟合内轮廓；　　外部梯度：dst-img，拟合外轮廓。

4）边缘算子

# sobel
horizontal = cv2.Sobel(gray,0, 1,0, cv2.CV_64F)    # 垂直边缘
vertical = cv2.Sobel(gray,0, 0,1, cv2.CV_64F)    　# 水平边缘
# laplacian
lappy = cv2.Laplacian(gray, cv2.CV_64F)    #
# canny
canny=cv2.Canny(gray, 40, 140)    　　　　　　　　　　# Canny算子的上下灰度阈值分别取140，40

4. 视频处理　—— 另一篇博文

posted @ 2020-06-25 11:31 谷小雨阅读(471) 评论(0) 收藏举报

刷新页面返回顶部

opencv-python使用

公告