当前位置：首页 > 编程日记 > 正文

CV00-02-CV基本操作1

编程日记 2024-06-11 11:00:00

数字图像属性

opencv-python环境搭建

基本操作I

Read in / Show out，读取、显示图像；

Change color，修改颜色；

Gamma Correction，伽马校正；

Crop，切割；

Histogram，直方图

数字图像属性

数字图像有多个通道（RGB、YUV、HSV等），每个通道是一个二维矩阵，矩阵的每个元素是0-255整数。

opencv-python环境搭建

安装python3.8，采用exe方式安装，pip会随之安装。修改环境变量path，添加C:\Python38和C:\Python38\Scripts。其中C:\Python38有python.exe，C:\Python38\Scripts里面有pip.exe。以管理员身份打开cmd，执行以下三个命令：

pip install --upgrade setuptools
pip install numpy Matplotlib
pip install opencv-python

安装numpy、Matplotlib、opencv-python三个包， opencv环境已经已经搭建好了。

如果安装失败，那么也可以到http://www.lfd.uci.edu/~gohlke/pythonlibs/下载numpy、matplotlib、opencv-python三个包，再本地安装，pip install <包名>。

或者，可以指定国内的开源镜像站，这样不会受到万里长城的干扰。我使用的是网易开源镜像站，推荐。以安装matplotlib为例。

pip install matplotlib -i http://uni.mirrors.163.com/pypi/simple/ --trusted-host uni.mirrors.163.com

基本操作

我们使用opencv-python环境，操作调用API可以参考这个地址的文档，里面有详细的说明。

OpenCV-Python Tutorials

Read in / Show out，读取、显示图像；

搭建好环境，就用读取、显示图像测试一下。使用cv2.imread读取经典的lena图像，可以直接读取彩色、灰度图像，cv2.imshow显示图像。

import cv2# flags = 0 灰度图像
# flags = 1 彩色图像
img_color = cv2.imread('d:/dev/res/lena.jpg', flags=1)
img_gray = cv2.imread('d:/dev/res/lena.jpg', flags=0)
# 显示图片
cv2.imshow('lena_color', img_color)
cv2.imshow('lena_gray', img_gray)
# 等待输入ESC退出
key = cv2.waitKey()
if key == 27:cv2.destroyWindow('lena_color')cv2.destroyWindow('lena_gray')pass

Change color，修改颜色；

加深颜色，我们让每个像素点R通道加100，那么整个图片会变更红。

import cv2def rgb_add(image, channel, offset=0):if abs(offset) <= 255 and channel.casefold() in ('r', 'g', 'b'):if offset > 0:b, g, r = cv2.split(image)if channel.casefold() == 'r':r[r > 255 - offset] = 255r[r <= 255 - offset] = r[r <= 255 - offset] + offsetelif channel.casefold() == 'g':g[g > 255 - offset] = 255g[g <= 255 - offset] = g[g <= 255 - offset] + offsetelif channel.casefold() == 'b':b[b > 255 - offset] = 255b[b <= 255 - offset] = b[b <= 255 - offset] + offsetpassimage_merge = cv2.merge((b, g, r,))return image_mergeelif offset < 0:b, g, r = cv2.split(image)if channel.casefold() == 'r':r[r < abs(offset)] = 0r[r >= abs(offset)] = r[r >= abs(offset)] + offsetelif channel.casefold() == 'g':g[g < abs(offset)] = 0g[g >= abs(offset)] = g[g >= abs(offset)] + offsetelif channel.casefold() == 'b':b[b < abs(offset)] = 0b[b >= abs(offset)] = b[b >= abs(offset)] + offsetpassimage_merge = cv2.merge((b, g, r,))return image_mergeelse:return imageelse:return imagepassimg = cv2.imread('d:/dev/res/lena.jpg', flags=1)
img_r = rgb_add(img, channel='r', offset=-150)cv2.imshow('lena', img)
cv2.imshow('lena_red', img_r)key = cv2.waitKey()
if key == 27:cv2.destroyAllWindows()pass

Gamma Correction，伽马校正；

伽马校正的目的是使得图像变明亮清晰。校正的方式是，对每个像素每个通道的数值进行gamma校正，每个像素除以255，结果做gamma次幂，再乘以255，取整。gamma值再0至1之间使图像整体变得明亮清晰，一般取gamma=0.7可用。

import cv2
import numpydef gamma_adjust(image, gamma=1.0):table = []for i in range(256):table.append(((i / 255.0) ** gamma) * 255)passtable = numpy.array(table).astype('uint8')image_gamma = cv2.LUT(image, table)return image_gammapassimg = cv2.imread('d:/dev/res/dark.jpg', flags=1)
img_gamma = gamma_adjust(img, gamma=0.5)
cv2.imshow('img', img)
cv2.imshow('img_gamma', img_gamma)
key = cv2.waitKey()
if key == 27:cv2.destroyAllWindows()pass

Crop，切割；

从一个图像里面截取某一部分图像。比如从lena里截取面容。

import cv2img = cv2.imread('d:/dev/res/lena.jpg', 1)
img_crop = img[80:200, 80:200]
print(img.shape)
cv2.imshow('lena', img)
cv2.imshow('lena_crop', img_crop)
key = cv2.waitKey()
if key == 27:cv2.destroyAllWindows()pass

Histogram，直方图

通过改变灰度图像各像素点的值，在保证不超过灰阶最大值的前提下，增强各像素点的对比，从而使图像增强，使图像变清晰。

关于直方图的原理，我就（说）不（不）说（明）了（白），个人认为这个cnblogs的博客对直方图原理写的比较好，直方图均衡化原理，推荐给大家。

import cv2
import matplotlib.pyplot as pltimg_gray = cv2.imread('d:/dev/res/lena.jpg', 0)
hist_gray = img_gray.flatten()
# bins 指的是统计区间分成个数
# range指的是统计区间
plt.hist(hist_gray, bins=256, range=[0, 256])
plt.show()img_eq = cv2.equalizeHist(img_gray)
hist_eq = img_eq.flatten()
plt.hist(hist_eq, bins=256, range=[0, 256])
plt.show()cv2.imshow('lena_gray', img_gray)
cv2.imshow('lena_hist', img_eq)key = cv2.waitKey()
if key == 27:cv2.destroyAllWindows()pass

https://www.dkcj.cn/info/10233.html

CV00-02-CV基本操作1

数字图像属性

opencv-python环境搭建

基本操作

Read in / Show out，读取、显示图像；

Change color，修改颜色；

Gamma Correction，伽马校正；

Crop，切割；

Histogram，直方图

相关文章：

链式表的按序号查找

Codeforces Round #409 (Div. 2) C Voltage Keepsake（二分）

电子计算机的发展与应用教案,川教版信息技术七上第3课《电子计算机的发展与应用》教案1.doc...

ios架构篇-2 国际化多语言

Python基础15-函数闭包与装饰器

python 全栈开发，Day132(玩具管理页面,控制玩具通讯录,基于请求的好友关系建立)...

iOS技术篇1-CocoaPods

计算机艺术未来发展趋势,计算机技术对现代艺术设计的影响

【JZOJ5064】【GDOI2017第二轮模拟day2】友好城市 Kosarajo算法+bitset+ST表+分块

Python基础16-模块与包基础01

配置用户通过Telnet登录设备的身份认证（AAA本地认证）

【自考】信息系统开发与管理（二）——章节详读

ios技术篇-CoreData

中山大学计算机学院运动会,喜讯！我院获2019中大校运会教工组团体第二名

Python基础17-模块与包基础02、常用模块之time、random

Hadoop学习笔记(1) ——菜鸟入门

HTTP协议简介

计算机组成原理读写周期波形图,第3章存储器层次结构-1讲述.ppt

iOS架构篇-4 架构模式MVVM

CV00-01-开篇与环境搭建

Spring MVC环境中的文件上传功能实现

iOS架构篇-5 CI/CD(持续集成、持续交付、持续部署)

计算机函数模式的用处是啥,请问怎么理解计算机中的函数？

CV00-03-CV基本操作2

[LeetCode] [C++] 第一轮刷题总结(持续更新~~~)

Android Studio 在项目中引用第三方jar包

android专栏目录

东北大学计算机分数线2017,东北大学2017年本科一批录取分数线（全国）

CV00-04-卷积

unity项目build成webgl时选择生成目录（解决方法）