Python图像认知与opencv基础

目录

一、图像表示

二、图像存储

三、基本图像操作

1.图像基础

2.黑白和随即像素图像

 3.调整图像的大小

4.图像剪裁

5.图像绘制

6.读取视频

四、总结

OpenCV（开放源代码计算机视觉库）是一个开源的计算机视觉和机器学习软件库。由一系列 C++ 类和函数构成，用于图像处理、计算机视觉领域的算法实现。

一、图像表示

因为Opencv主要用于图像处理、计算机视觉领域的算法实现，那么我们首先就要了解计算机的图像表示原理。

像素是图像的基本单元，每个像素存储着图像的颜色、亮度和其他特征。一系列像素组合到一起就形成了完整的图像，在计算机中，图像以像素的形式存在并采用二进制格式进行存储。根据图像的颜色不同，每个像素可以用不同的二进制数表示。

计算机采用0/1编码的系统，数字图像也是利用0/1来记录信息，我们平常接触的图像都是8位数图像。opencv中常用的是8位图像,大多数彩色和灰度图像使用8位表示每个通道的像素值，范围从0到255，其中0，代表最黑，255，表示最白。

日常生活中常见的图像是RGB三原色图。RGB图上的每个点都是由红（R）、绿（G）、蓝（B）三个颜色按照一定比例混合而成的，几乎所有颜色都可以通过这三种颜色按照不同比例调配而成。在计算机中，RGB三种颜色被称为RGB三通道，每个通道的取值都是0-255，根据这三个通道存储的像素值，来对应不同的颜色。

二、图像存储

在OpenCV中，无论是读取还是创建图像，结果都是一个NumPy数组。

• 彩色图像：三维数组

• 灰度图像：二维

图像本质上是像素值的二维或三维矩阵（对于彩色图像）。

• 形状（Shape）：图像的尺寸由其高（height）、宽（width）和通道数（channels）决定。可以通过img.shape属性获取这些信息。

  • 对于彩色图像（如RGB），返回的是一个包含三个值的元组 (height, width, channels)。

  • 对于灰度图像，返回的是一个包含两个值的元组 (height, width)，因为灰度图像只有一个通道。

• 数据类型（dtype）：图像中的每个像素值的数据类型决定了可以存储的最大值。例如，8位无符号整数（uint8）允许的范围是从0到255。

• 像素表示

  • 单通道图像（灰度图像）：每个像素由一个数值表示，代表该点的亮度。值越低（接近0），颜色越暗；值越高（接近255），颜色越亮。

  • 多通道图像（彩色图像）： 在OpenCV中，默认情况下，彩色图像是以BGR（蓝-绿-红）顺序存储

三、基本图像操作

了解了图像的表示以及图像的存储原理后，我们就可以学习一些简单的Opencv的基本图像操作，在学习了这些操作的过程中，同时也会对图像的表示以及其存储原理理解更加的透彻。

1.图像基础

import cv2 as cv#读取图像cv.imread(path,读取方式)path是图像的路径,读取方式默认为彩色cat = cv.imread(\"./images/1.jpg\")print(cat)print(cat.shape)print(cat.size)#显示图像cv.imshow(winname,img)winname是显示图像的窗口名,img是要显示的图像cv.imshow(\"myimg\",cat)#cv.IMREAD_GRAYSCALE将读取方式设为灰色cat1 = cv.imread(\"./images/1.jpg\",cv.IMREAD_GRAYSCALE)print(cat1)print(cat1.shape)print(cat1.size)cv.imshow(\"catimg\",cat1)#保存图像cv.imwrite(path,img)path是图片保存的路径和图片名,img是要保存的图像cv.imwrite(\"./images/1_gray.jpg\",cat1)#设置图像绘制(显示)的时间cv.waitKey(n),n的单位是ms,n=0表示无期限地等待cv.waitKey(0)#释放窗口资源cv.destroyAllWindows

注：当显示多个图像时cv.imshow(winname,img)中的winname应该设置多个(如示例中的myimg和catimg)，不然新显示的图像会覆盖掉前面的图像。 

显示的图像：

打印的结果：

cat:

cat1:

根据打印的结果我们可以发现打印cat时，其本质就是一个三维数组，拆掉最外面的中括号[]，显示的元素个数是651，对应的也就是图像的高height,再拆掉一个中括号[]，显示的元素个数是650，就是图像的宽650，拆掉最后一个中括号，此时元素的个数是3，对应的是图像的通道数channels。

而根据打印的cat1的结果，它是一个二维数组，这正好对应我们前面图像表示中灰色图像的本质就是一个二维数组，651是图像的高，650是图像的宽。

2.黑白和随即像素图像

import numpy as npimport cv2 as cvheight=360width=480c=3#使用np.zeros()创建全0数组，表示黑色图像black=np.zeros((height,width,c),dtype=np.uint8)cv.imshow(\"black\",black)#使用np.full()创建白色图像，其中参数为255white=np.full((height,width,c),255,dtype=np.uint8)cv.imshow(\"white\",white)#索引修改像素值表示图像，这里black[:,:]或者black[:]都能行black[:,:,:]=255cv.imshow(\"newwhite\",black)#使用random.randint()创建随机像素值图像，参数为（0，256）左闭右开表示范围0-255是像素值random_img=np.random.randint(0,256,(360,480,3),dtype=np.uint8)cv.imshow(\"random\",random_img)cv.waitKey(0)cv.destroyAllWindows()

运行结果：

 3.调整图像的大小

import cv2 as cvcat=cv.imread(\"./images/1.jpg\")#调整图片大小cv.resize(img,(w,h)),img是要调整大小的图像，(w,h)是要调整的尺寸，注意这里是先宽度再高度cat1=cv.resize(cat,(400,100))print(cat1.shape)print(cat1.size)cv.imshow(\"cat\",cat)cv.imshow(\"newcat\",cat1)cv.waitKey(0)cv.destroyAllWindows()

运行结果：

与原图片对比

size和shape也会改变：

4.图像剪裁

这里假设我们要裁剪猫的眼睛，要裁剪一个图片，我们只需要知道所需要裁剪图片的左上角坐标和右下角坐标，那么坐标我们该如何得到呢，将图片用画图编辑器打开，然后将鼠标至于图随意一个位置，画图编辑器的左下角会出现下图数据：

这就是鼠标置于图片上的产生的一个坐标，这样我们就可以获得所需要裁剪的图像的左上角坐标和右下角坐标

import cv2 as cv# 读取图像cat = cv.imread(\"./images/1.jpg\")# 切片 arr[h1:h2,w1:w2]289，231 368，397cateye=cat[231:297,289:368]cv.imshow(\"cat\",cat)cv.imshow(\"cateye\",cateye)cv.waitKey(0)cv.destroyAllWindows()

运行结果：

5.图像绘制

import cv2 as cvcat = cv.imread(\"./images/1.jpg\")# 绘制直线cv.line(img,start,end,color,thickness)cv.line(cat,(100,0),(100,100),(255,0,0),2)# 绘制矩形cv.rectangle(img,lefttop,righbottom,color,thickness=-1表示填充)cv.rectangle(cat,(319,287),(394,362),(0,0,0),2)# 绘制圆cv.clrcle(img,center,r,color,thickness=-1表示填充)cv.circle(cat,(325,269),50,(0,0,0),2,cv.LINE_AA)#LINE_AA反走样技术 抗锯齿 平滑 默认使用的是LINE_8cv.imshow(\"cat\",cat)cv.waitKey(0)cv.destroyAllWindows()

运行结果：

这里绘制直线，矩形，圆形都可以指定绘制的位置，只需要给好位置参数即可。

6.读取视频

import cv2 as cv# 创建一个videocapture对象# 读取视频文件 cap=cv.VideoCapture(\"./images/videocap.mp4\")# 从摄像头获取实时视频流cap=cv.VideoCapture(0)感兴趣可以试一下# 循环读取每一帧图像while True: # 调用read方法读取每一帧图像 ret,img=cap.read() # 判断是否读取成功 if not ret: print(\"error!\") break cv.imshow(\"video\",img) # if cv.waitKey(40)&0xFF==ord(\'q\'): print(\"按键退出！\") breakcap.release()cv.destroyAllWindows()

 运行结果：

四、总结

学习了opencv的基础图像操作以及图像的表示与图像存储，对计算机图像显示的本质有了更清晰的认识，学习opencv基础图像操作的前提是对图像表示和图像存储有初步的了解，但是在真正学习opencv基础图像操作时，又会对图像表示和图像的存储有不一样的理解和感触。