[Python图像处理] 一.图像处理基础知识及OpenCV入门函数

该系列文章是讲解Python OpenCV图像处理知识，前期主要讲解图像入门、OpenCV基础用法，中期讲解图像处理的各种算法，包括图像锐化算子、图像增强技术、图像分割等，后期结合深度学习研究图像识别、图像分类应用。希望文章对您有所帮助，如果有不足之处，还请海涵~

该系列在github所有源代码：

https://github.com/eastmountyxz/ImageProcessing-Python

本篇文章作为第一篇，将讲解图像处理基础知识和OpenCV入门函数，知识点如下：

1.图像基础知识

2.OpenCV读写图像

3.OpenCV像素处理

PS: 文章也学习了网易云高登教育的知识，推荐大家学习。

一.图像基础知识

图像都是由像素(pixel)构成的，即图像中的小方格，这些小方格都有一个明确的位置和被分配的色彩数值，而这些一小方格的颜色和位置就决定该图像所呈现出来的样子。像素是图像中的最小单位，每一个点阵图像包含了一定量的像素，这些像素决定图像在屏幕上所呈现的大小。

图像通常包括二值图像、灰度图像和彩色图像。

1.二值图像

二值图像中任何一个点非黑即白，要么为白色（像素为255），要么为黑色（像素为0）。将灰度图像转换为二值图像的过程，常通过依次遍历判断实现，如果像素>=127则设置为255，否则设置为0。

2.灰度图像

灰度图像除了黑和白，还有灰色，它把灰度划分为256个不同的颜色，图像看着也更为清晰。将彩色图像转换为灰度图是图像处理的最基本预处理操作，通常包括下面几种方法：

(1) 浮点算法：Gray=R0.3+G0.59+B0.11

(2) 整数方法：Gray=(R30+G59+B11)/100

(3) 移位方法：Gray=(R28+G151+B77)>>8;

(4) 平均值法：Gray=（R+G+B）/3;(此程序采用算法)

(5) 仅取绿色：Gray=G；

(6) 加权平均值算法：根据光的亮度特性，公式: R=G=B=R0.299+G*0.587+B0.144

通过上述任一种方法求得Gray后，将原来的RGB(R,G,B)中的R,G,B统一用Gray替换，形成新的颜色RGB(Gray,Gray,Gray)，用它替换原来的RGB(R,G,B)就是灰度图了。改变象素矩阵的RGB值，来达到彩色图转变为灰度图。

3.彩色图像

彩色图像是RGB图像，RGB表示红、绿、蓝三原色，计算机里所有颜色都是三原色不同比例组成的，即三色通道。

二.OpenCV读写图像

本文主要使用Python2.7和OpenCV进行讲解，首先调用"pip install opencv-python"安装OpenCV库，如下图所示：

1.读入图像

OpenCV读图像主要调用下面函数实现：

img = cv2.imread(文件名,[,参数])

参数(1) cv2.IMREAD_UNCHANGED (图像不可变)

参数(2) cv2.IMREAD_GRAYSCALE (灰度图像)

参数(3) cv2.IMREAD_COLOR (读入彩色图像)

参数(4) cv2.COLOR_BGR2RGB (图像通道BGR转成RGB)

2.显示图像

显示图像调用函数如下：

cv2.imshow(窗口名, 图像名)

3.窗口等待

调用函数如下：

cv2.waitKey(delay)

键盘绑定函数，共一个参数，表示等待毫秒数，将等待特定的几毫秒，看键盘是否有输入，返回值为ASCII值。如果其参数为0，则表示无限期的等待键盘输入；参数>0表示等待delay毫秒；参数<0表示等待键盘单击。

4.删除所有窗口

调用函数如下：

cv2.destroyAllWindows() 删除所有窗口

cv2.destroyWindows() 删除指定的窗口

5.写入图片

调用函数如下：

retval = cv2.imwrite(文件地址, 文件名)

下面代码是读入图片并显示保存。

# -*- coding:utf-8 -*- import cv2 #读取图片 img = cv2.imread("test.jpg") #显示图像 cv2.imshow("Demo", img) #等待显示 cv2.waitKey(0) cv2.destroyAllWindows() #写入图像 cv2.imwrite("testyxz.jpg", img)

输出结果如下图所示，并且在文件夹下保存了一张名为“testyxz.jpg”的图像。

如果代码中没有watiKey(0)函数，则运行结果如下图所示：

同时

可以对代码进行升级，如下所示：

#无限期等待输入 k=cv2.waitKey(0) #如果输入ESC退出 if k==27: cv2.destroyAllWindows()

三.OpenCV像素处理

1.读取像素

灰度图像直接返回灰度值，彩色图像则返回B、G、R三个分量。注意OpenCV读取图像是BGR存储显示，需要转换为RGB再进行图像处理。

灰度图像：返回值 = 图像(位置参数)

eg: test=img[88,42]

彩色图像：返回值 = 图像[位置元素, 0 | 1 | 2 ] 获取BGR三个通道像素

eg: blue=img[88,142,0] green=img[88,142,1] red=img[88,142,2]

2.修改图像

修改图像如果是灰度图像则直接赋值新像素即可，彩色图像依次给三个值赋值即可。

灰度图像：

img[88,142] = 255

彩色图像：

img[88,142, 0] = 255

img[88,142, 1] = 255

img[88,142, 2] = 255

彩色图像：方法二

img[88,142] = [255, 255, 255]

下面代码是获取像素及修改的操作。

# -*- coding:utf-8 -*- import cv2 #读取图片 img = cv2.imread("test.jpg", cv2.IMREAD_UNCHANGED) test = img[88,142] print test img[88,142] = [255, 255, 255] print test #分别获取BGR通道像素 blue = img[88,142,0] print blue green = img[88,142,1] print green red = img[88,142,2] print red #显示图像 cv2.imshow("Demo", img) #等待显示 cv2.waitKey(0) cv2.destroyAllWindows() #写入图像 cv2.imwrite("testyxz.jpg", img)

输出结果如下所示：

[158 107 64]

[255 255 255]

255

255

255

下面代码是将行为100到200、列150到250的像素区域设置为白色。

# -*- coding:utf-8 -*- import cv2 #读取图片 img = cv2.imread("test.jpg", cv2.IMREAD_UNCHANGED) #该区域设置为白色 img[100:200, 150:250] = [255,255,255] #显示图像 cv2.imshow("Demo", img) #等待显示 cv2.waitKey(0) cv2.destroyAllWindows() #写入图像 cv2.imwrite("testyxz.jpg", img)

运行结果如下图所示：

希望文章对大家有所帮助，如果有错误或不足之处，还请海涵。再次感谢您的关注，初来在华为云社区分享知识，初来乍到，还请多多指教。

原文地址：https://blog.csdn.net/Eastmount/article/details/81748802

遗憾，让我们懂得完美。

逝去，让我们不断前行。

她夜色中的身姿是那么的美。

(By:娜璋之家 Eastmount 2021-06-12 夜于武汉)

OpenCV Python 图像处理

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。