2.OpenCV基本操作

本章主要介绍图像的基础操作，包括：

• 图像的IO操作，读取和保存方法
• 在图像上绘制几何图形
• 怎么获取图像的属性
• 怎么访问图像的像素，进行通道分离，合并等
• 怎么实现颜色空间的变换
• 图像的算术运算

1 图像的IO操作

这里我们会给大家介绍如何读取图像，如何显示图像和如何保存图像。

1.1 读取图像

1. API

cv.imread()

参数：

• 要读取的图像

• 读取方式的标志

  • cv.IMREAD*COLOR：以彩色模式加载图像，任何图像的透明度都将被忽略。这是默认参数。

  • cv.IMREAD*GRAYSCALE：以灰度模式加载图像

  • cv.IMREAD_UNCHANGED：包括alpha通道的加载图像模式。

    可以使用1、0或者-1来替代上面三个标志

• 参考代码

  import numpy as np
  import cv2 as cv
  img = cv.imread('messi5.jpg',0)
  # 以灰度图的形式读取图像
  img = cv.imread(r'D:\learn\000人工智能数据大全\黑马数据\OpenCV\image\tv.jpg',cv.IMREAD_GRAYSCALE)
  cv.imshow("image",img)
  cv.waitKey(0)

注意：如果加载的路径有错误，不会报错，会返回一个None值

1.2显示图像

1 . API

cv.imshow()

参数：

• 显示图像的窗口名称，以字符串类型表示
• 要加载的图像

注意：在调用显示图像的API后，要调用cv.waitKey()给图像绘制留下时间，否则窗口会出现无响应情况，并且图像无法显示出来。

另外我们也可使用matplotlib对图像进行展示。

参考代码

# opencv中显示
cv.imshow('image',img)
cv.waitKey(0)

强烈建议​​：在Jupyter环境中完全避免使用cv2.imshow()和cv2.waitKey()，这些函数设计用于独立桌面应用而非Web笔记本环境。改用Matplotlib或IPython的显示方法可获得最佳兼容性。

img = cv2.imread(r'D:\learn\000人工智能数据大全\黑马数据\OpenCV\image\dili.jpg', 0)

#使用Matplotlib（推荐）
plt.imshow(img[:,:,::-1]) # 注意OpenCV加载的是BGR，Matplotlib需要RGB
plt.axis('off')  # 隐藏坐标轴
plt.show()

图像数组结构

• img 是一个三维NumPy数组，形状为 (height, width, channels)
• 对于RGB/BGR图像，通道维度顺序是：
  • ​​OpenCV默认：​​ B, G, R (BGR顺序)
  • ​​Matplotlib期望：​​ R, G, B (RGB顺序)

NumPy切片操作解析

• [:, :, :] 访问数组的三个维度：高度、宽度、通道
• ::-1 对​​第三维度（通道维度）进行反向切片​​：
  • : 表示完整切片范围
  • :: 是扩展切片操作符
  • -1 表示步长为-1（反向顺序）

替代方法

方法	代码	优点	缺点
​​切片法​​	img[:,:,::-1]	零内存拷贝 最高效 最简洁	新手不易理解
OpenCV函数	cv.cvtColor(img, cv.COLOR_BGR2RGB)	可读性强	内存拷贝 额外函数调用
通道分离	r, g, b = cv.split(img); cv.merge([b, g, r])	最灵活	三次内存拷贝 复杂低效

 

1.3 保存图像

1. API

   cv.imwrite()

   参数：

   • 文件名，要保存在哪里
   • 要保存的图像

2. 参考代码

   cv.imwrite('messigray.png',img)

   1.4 总结

   我们通过加载灰度图像，显示图像，如果按's'并退出则保存图像，或者按ESC键直接退出而不保存。

   import numpy as np
   import cv2 as cv
   import matplotlib.pyplot as plt
   # 1 读取图像
   img = cv.imread('messi5.jpg',0)
   # 2 显示图像
   # 2.1 利用opencv展示图像
   cv.imshow('image',img)
   # 2.2 在matplotplotlib中展示图像
   plt.imshow(img[:,:,::-1])
   plt.title('匹配结果'), plt.xticks([]), plt.yticks([])
   plt.show()
   k = cv.waitKey(0)
   # 3 保存图像
   cv.imwrite('messigray.png',img)

2 绘制几何图形

2.1 绘制直线

cv.line(img,start,end,color,thickness)

参数：

• img:要绘制直线的图像
• Start,end: 直线的起点和终点
• color: 线条的颜色
• Thickness: 线条宽度

2.2 绘制圆形

cv.circle(img,centerpoint, r, color, thickness)

参数：

• img:要绘制圆形的图像
• Centerpoint, r: 圆心和半径
• color: 线条的颜色
• Thickness: 线条宽度，为-1时生成闭合图案并填充颜色

2.3 绘制矩形

cv.rectangle(img,leftupper,rightdown,color,thickness)

参数：

• img:要绘制矩形的图像
• Leftupper, rightdown: 矩形的左上角和右下角坐标
• color: 线条的颜色
• Thickness: 线条宽度

2.4 向图像中添加文字

cv.putText(img,text,station, font, fontsize,color,thickness,cv.LINE_AA)

参数：

• img: 图像
• text：要写入的文本数据
• station：文本的放置位置
• font：字体
• Fontsize :字体大小

2.5 综合示例代码

我们生成一个全黑的图像，然后在里面绘制图像并添加文字

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
# 1 创建一个空白的图像
img = np.zeros((512,512,3), np.uint8)
# 2 绘制图形
cv.line(img,(0,0),(511,511),(255,0,0),5)
cv.rectangle(img,(384,0),(510,128),(0,255,0),3)
cv.circle(img,(447,63), 63, (0,0,255), -1)
font = cv.FONT_HERSHEY_SIMPLEX
cv.putText(img,'OpenCV',(10,500), font, 4,(255,255,255),2,cv.LINE_AA)
# 3 图像展示
plt.imshow(img[:,:,::-1])
plt.title('匹配结果'), plt.xticks([]), plt.yticks([])
plt.show()

结果：

3 获取并修改图像中的像素点

我们可以通过行和列的坐标值获取该像素点的像素值。对于BGR图像，它返回一个蓝，绿，红值的数组。对于灰度图像，仅返回相应的强度值。使用相同的方法对像素值进行修改。

import numpy as np
import cv2 as cv
img = cv.imread('messi5.jpg')
# 获取某个像素点的值
px = img[100,100]
# 仅获取蓝色通道的强度值
blue = img[100,100,0]
# 修改某个位置的像素值
img[100,100] = [255,255,255]

 

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
#创建图像
img = np.zeros((256,256,3),np.uint8)
plt.imshow(img[:,:,::-1])

 

#获取指定点
img[100,100]#array([0, 0, 0], dtype=uint8)
img[100,100,0]#0
#修改指定点
img[100,100] = (0,0,255)#改为红色
plt.imshow(img[:,:,::-1])

4 获取图像的属性

图像属性包括行数，列数和通道数，图像数据类型，像素数等。

img.shape#(256, 256, 3)
img.dtype#dtype('uint8')
img.size#196608

5 图像通道的拆分与合并

有时需要在B，G，R通道图像上单独工作。在这种情况下，需要将BGR图像分割为单个通道。或者在其他情况下，可能需要将这些单独的通道合并到BGR图像。你可以通过以下方式完成。

# 通道拆分
b,g,r = cv.split(img)
# 通道合并
img = cv.merge((b,g,r))

示例代码：

dili = cv.imread(r'D:\learn\000人工智能数据大全\黑马数据\OpenCV\image\dili.jpg')
plt.imshow(dili[:,:,::-1])

 

b,g,r = cv.split(dili)
plt.imshow(b,cmap=plt.cm.gray)

 

img2 = cv.merge((b,g,r))
plt.imshow(img2[:,:,::-1])

6 色彩空间的改变

OpenCV中有150多种颜色空间转换方法。最广泛使用的转换方法有三种，BGR↔RGB，BGR↔Gray和BGR↔HSV（某些算法HSV表现较好）。

API：

cv.cvtColor(input_image，flag)

参数：

• input_image: 进行颜色空间转换的图像
• flag: 转换类型
  • cv.COLOR_BGR2RGB：BGR↔RGB
  • cv.COLOR_BGR2GRAY : BGR↔Gray
  • cv.COLOR_BGR2HSV: BGR→HSV

示例代码：

dili = cv.imread(r'D:\learn\000人工智能数据大全\黑马数据\OpenCV\image\dili.jpg')
plt.imshow(dili)#不转换直接展示“BGR”

plt.imshow(cv.cvtColor(dili,cv.COLOR_BGR2RGB))#转换为RGB
# 上面代码等价于：
plt.imshow(dili[:,:,::-1])

gray = cv.cvtColor(dili,cv.COLOR_BGR2GRAY)
plt.imshow(gray,cmap=plt.cm.gray)

hsv = cv.cvtColor(dili,cv.COLOR_BGR2HSV)
plt.imshow(hsv)

---

总结：

1. 图像IO操作的API：

   cv.imread(): 读取图像

   cv.imshow()：显示图像

   cv.imwrite(): 保存图像

2. 在图像上绘制几何图像

   cv.line(): 绘制直线

   cv.circle(): 绘制圆形

   cv.rectangle(): 绘制矩形

   cv.putText(): 在图像上添加文字

3. 直接使用行列索引获取图像中的像素并进行修改

4. 图像的属性

   

5. 拆分通道：cv.split()

   通道合并：cv.merge()

6. 色彩空间的改变

   cv.cvtColor(input_image，flag)

算数操作

学习目标

• 了解图像的加法、混合操作

1.图像的加法

你可以使用OpenCV的cv.add()函数把两幅图像相加，或者可以简单地通过numpy操作添加两个图像，如res = img1 + img2。两个图像应该具有相同的大小和类型，或者第二个图像可以是标量值。

注意：OpenCV加法和Numpy加法之间存在差异。OpenCV的加法是饱和操作，而Numpy添加是取模运算。

参考以下代码：

>>> x = np.uint8([250])
>>> y = np.uint8([10])
>>> print( cv.add(x,y) ) # 250+10 = 260 => 255
[[255]]
>>> print( x+y )          # 250+10 = 260 % 256 = 4
[4]

这种差别在你对两幅图像进行加法时会更加明显。OpenCV 的结果会更好一点。所以我们尽量使用 OpenCV 中的函数。

我们将下面两幅图像：

代码：

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt

# 1 读取图像
img1 = cv.imread(r'D:\learn\000人工智能数据大全\黑马数据\OpenCV\image\view.jpg')
img2 = cv.imread(r'D:\learn\000人工智能数据大全\黑马数据\OpenCV\image\rain.jpg')

# 2 加法操作
img3 = cv.add(img1,img2) # cv中的加法
img4 = img1+img2 # 直接相加

# 3 图像显示
fig,axes=plt.subplots(nrows=1,ncols=2,figsize=(10,8),dpi=100)
axes[0].imshow(img3[:,:,::-1])
axes[0].set_title("cv中的加法")
axes[1].imshow(img4[:,:,::-1])
axes[1].set_title("直接相加")
plt.show()

结果如下所示：

2.图像的混合

这其实也是加法，但是不同的是两幅图像的权重不同，这就会给人一种混合或者透明的感觉。图像混合的计算公式如下：

g(x) = (1−α)f0(x) + αf1(x)

通过修改 α 的值（0 → 1），可以实现非常炫酷的混合。

现在我们把两幅图混合在一起。第一幅图的权重是0.7，第二幅图的权重是0.3。函数cv2.addWeighted()可以按下面的公式对图片进行混合操作。

dst = α⋅img1 + β⋅img2 + γ

这里γ取为零。

参考以下代码：

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt

# 1 读取图像
img1 = cv.imread(r'D:\learn\000人工智能数据大全\黑马数据\OpenCV\image\view.jpg')
img2 = cv.imread(r'D:\learn\000人工智能数据大全\黑马数据\OpenCV\image\rain.jpg')
# 2 图像混合
img3 = cv.addWeighted(img1,0.7,img2,0.3,0)

# 3 图像显示
plt.figure(figsize=(8,8))
plt.imshow(img3[:,:,::-1])
plt.show()

窗口将如下图显示：

---

总结

1. 图像加法：将两幅图像加载一起

   cv.add()

2. 图像的混合：将两幅图像按照不同的比例进行混合

   cv.addweight()

注意：这里都要求两幅图像是相同大小的。