Opencv之对图片的处理和运算

Opencv实现对图片的处理和修改

Opencv实现对图片的处理和修改
- 灰度图
- - 读取灰度图
  - 转换灰度图
- RBG图
- - 单通道图
  - - 方法一
    - 方法二
  - 单通道图显色
  - 合并单通道图
- 图片截取
- 图片打码
- 图片组合
- 缩放
- - 格式1
  - 格式2
- 图像运算
- - +
  - - 图像+m
    - a[m:n,x:y]+b[m1:n1,x1:y1]
  - add
  - 加权运算

灰度图

读取灰度图

imread(‘地址’,cv2.IMREAD_GRAYSCALE)
灰度图
imread(‘地址’,0)
灰度图
imwrite(‘地址’,图片变量)
图片保存

代码展示：

b = cv2.imread('at1.png',cv2.IMREAD_GRAYSCALE)
cv2.imshow('gry',b)
w = cv2.waitKey(100000)
c= cv2.imread('at1.png',0)
cv2.imshow('gry_0',c)
cv2.waitKey(100000)
cv2.imwrite('at1_gry.png',b)

运行结果：
在这里插入图片描述

转换灰度图

cv2.CvtColor(图像变量,cv2.COLOR_BGR2GRAY)
灰度图

代码展示：

a = cv2.imread('at1.png')
cv2.imshow('t1',a)
cv2.waitKey(100000)
b = cv2.cvtColor(a,cv2.COLOR_BGR2GRAY)
cv2.imshow('t2',b)
cv2.waitKey(100000)

运行结果：
在这里插入图片描述

RBG图

单通道图

单通道图不表现颜色，表现为灰色

方法一

图片变量名[:,:,n]
n值为0、1、2，分别是B、G、R单通道图

代码展示：

a = cv2.imread('at1.png')
a_b = a[:,:,0]
cv2.imshow('a_b',a_b)
cv2.waitKey(100000)
a_g = a[:,:,1]
cv2.imshow('a_g',a_g)
cv2.waitKey(100000)
a_r = a[:,:,2]
cv2.imshow('a_r',a_r)
cv2.waitKey(100000)

运行结果：
在这里插入图片描述

方法二

b,g,r = 图像变量.split()

代码展示：

a = cv2.imread('at1.png')
b,g,r = cv2.split(a)
cv2.imshow('r',r)
cv2.waitKey(10000)

运行结果：
在这里插入图片描述

单通道图显色

图片变量名[:,:,n] = 0

运行代码:

a = cv2.imread('at1.png')
a_new = a.copy()
a_new[:,:,2] = 0
cv2.imshow('a_new',a_new)
cv2.waitKey(10000)

运行结果：
在这里插入图片描述

合并单通道图

merge((b,g,r))

代码展示：

a = cv2.imread('at1.png')
b,g,r = cv2.split(a)
cv2.imshow('r',r)
cv2.waitKey(10000)
m = cv2.merge((b,g,r))
cv2.imshow('b_g_r',m)
cv2.waitKey(10000)

运行结果：
在这里插入图片描述

图片截取

a[m:n,x:y]高，宽
截取部分图像
代码展示：

a = cv2.imread('at1.png')
cv2.imshow('c',a)
cv2.waitKey(10000)
b = a[100:300,100:300]
cv2.imshow('a_m',b)
cv2.waitKey(10000)

运行结果：
在这里插入图片描述

图片打码

需要导入numpy

a[m:n,x:y] = np.random.randint(0,256,(m-n,x-y,3))
0-256,256不取，实为0-255，

代码展示:

a = cv2.imread('at1.png')
a[100:200,100:200] = np.random.randint(0,256,(100,100,3))
cv2.imshow('c',a)
cv2.waitKey(10000)

运行结果：
在这里插入图片描述

图片组合

b[m:n,x:y] = a[m:n,x:y]
a在b中，大小要一致

代码展示：

a = cv2.imread('at1.png')
b = cv2.imread('at1_gry.png')
b[100:200,100:300] = a[100:200,100:300]
cv2.imshow('a_b',b)
cv2.waitKey(10000)

运行结果：
在这里插入图片描述

缩放

格式1

resize(a,dsize=None,fx=m,fy=n)
fx,fy表示等比如0.5对宽高缩放

格式2

cv2.resize(a,(m,n))

图像大小为m宽,n高,

代码展示：

a = cv2.imread('at1.png')
cv2.imshow('a',a)
cv2.waitKey(10000)
a_small = cv2.resize(a,dsize=None,fx=0.5,fy=0.5)
cv2.imshow('a_small',a_small)
cv2.waitKey(10000)
b_small = cv2.resize(a,(250,300))
cv2.imshow('b_small',b_small)
cv2.waitKey(10000)
cv2.destroyAllWindows()

运行结果：
在这里插入图片描述

图像运算

图像大小都要一致

+

图像+m

m为数组，当像素值大于255时，该值-256为最终值

a[m:n,x:y]+b[m1:n1,x1:y1]

间隔大小要相同，当像素值大于255时，该值-256为最终值
代码展示：

a = cv2.imread('at1.png')
b = cv2.imread('bt1.jpg')
c = a + 10
cv2.imshow('a',a)
cv2.waitKey(10000)
cv2.imshow('b',b)
cv2.waitKey(10000)
cv2.imshow('a+10',c)
cv2.waitKey(10000)
d = a[100:300,100:300] + b[100:300,100:300]
cv2.imshow('a+b',d)
cv2.waitKey(10000)

运行结果：
在这里插入图片描述

add

add(a,b)
a,b大小要相同
当a,b的像素值相加，像素值大于255时，该值为255

代码展示：

 a = cv2.imread('at1.png')
b = cv2.imread('bt1.jpg')
a = cv2.resize(a,(400,400))
b = cv2.resize(b,(400,400))
e = cv2.add(a,b)
cv2.imshow('a_add_b',e)
cv2.waitKey(10000)

运行结果：
在这里插入图片描述

加权运算

addWeighted(a,占比，b，占比，0)
a,b大小相同，按占比显示

代码展示：

a = cv2.imread('at1.png')
b = cv2.imread('bt1.jpg')
a = cv2.resize(a,(400,400))
b = cv2.resize(b,(400,400))
f = cv2.addWeighted(a,0.5,b,0.5,0)
cv2.imshow('a_addweighted_b',f)
cv2.waitKey(10000)
cv2.destroyAllWindows()