opencv基础入门——环境搭建与基础操作

清疚 2023-06-24 10:26 15阅读 0赞

参考教程：

*  [python+opencv3.3视频教学 基础入门-bilibili][python_opencv3.3_ _-bilibili]

# 一、环境搭建 #

*  个人环境  
    Mac OS python3.7.3

在终端中输入口令如下：

pip3 install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple
    pip3 install opencv-contrib-python -i https://pypi.tuna.tsinghua.edu.cn/simple
    pip3 install pytesseract -i https://pypi.tuna.tsinghua.edu.cn/simple

# 二、基础操作 #

# 1.读写图像 #

import cv2 as cv
    
    #读一张图片
    src = cv.imread('cat.jpg')
    #创建一个GUI显示图片
    cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)
    #将图片放入窗口
    cv.imshow("input image",src)
    #指定窗口等待时间,0为无限等待
    cv.waitKey(0)
    #关闭窗口
    cv.destroyAllWindows()

# 2.加载图像 #

对于计算机来说，图像就是**结构化存储的数据信息**。

计算机中图像属性主要包括：

*  通道数目
 *  尺寸（高与宽），单位为像素
 *  像素数据
 *  图像类型

import cv2 as cv
    import numpy as np
    
    def get_image_info(image):
        """ 输出图像属性 - - - - image - 图像名 """
        print(type(image))      #类型
        print(image.shape)      #(高，宽，通道数)
        print(image.size)       #像素数据=高*宽*通道数
        print(image.dtype)      #每个像素点的每个通道所占的位数
        #获取像素数据并打印
        pixel_data = np.array(image)
        print(pixel_data)
    
    if __name__ == "__main__":
    	#读一张图片
    	src = cv.imread('cat.jpg')
    	#创建一个GUI显示图片
    	cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)
    	#将图片放入窗口
    	cv.imshow("input image",src)
    	#输出图像属性
    	get_image_info(src)
    	#指定窗口等待时间,0为无限等待
    	cv.waitKey(0)
    	#关闭窗口
    	cv.destroyAllWindows()

结果：

<class 'numpy.ndarray'>
    (500, 500, 3)
    750000
    uint8
    [[[149 179 228]
      [148 178 227]
      [148 178 227]
      ...
      [  0  36  86]
      [  4  41  91]
      [  6  43  93]]
    
     [[148 178 227]
      [148 178 227]
      [147 177 226]
      ...
      [  6  43  95]
      [ 11  48 100]
      [ 12  49 101]]
    
     [[148 178 227]
      [147 177 226]
      [149 176 226]
      ...
      [  9  45  99]
      [ 13  49 103]
      [ 15  51 105]]
    
     ...
    
     [[ 61 120 170]
      [ 62 121 171]
      [ 62 121 170]
      ...
      [ 35  69  92]
      [ 36  70  93]
      [ 37  71  94]]
    
     [[ 61 120 170]
      [ 62 121 171]
      [ 62 121 170]
      ...
      [ 34  68  91]
      [ 36  70  93]
      [ 40  74  97]]
    
     [[ 61 120 170]
      [ 62 121 171]
      [ 62 121 170]
      ...
      [ 34  68  91]
      [ 37  71  94]
      [ 39  73  96]]]

## 5.写图像 ##

import cv2 as cv
    
    if __name__ == "__main__":
    	src = cv.imread('cat.jpg')
    	#为了区别，获取灰度图像
    	gray = cv.cvtColor(src,cv.COLOR_BGR2GRAY)
    	#将灰度图像写成png形式储存
    	cv.imwrite("cat.png",gray)

结果：  
![在这里插入图片描述][20191222210156210.png]  
生成了一张.png形式的灰度图像

## 4.视频显示 ##

调用电脑摄像头读视频

import cv2 as cv
    
    def video_demo():
        """ 调用电脑摄像头读视频 """
        #打开电脑摄像头
        capture = cv.VideoCapture(0)
        while(True):
            ret,frame = capture.read()
            #镜像调换，1为左右，-1为上下
            frame = cv.flip(frame,1)
            #显示视频中的每一帧 
            cv.imshow("video",frame)
            c = cv.waitKey(50)
            #当输入“Esc”（ASCII码27）时，退出循环
            if c == 27:
                break
    
    if __name__ == "__main__":
        video_demo()
        cv.destroyAllWindows()

# 三、Numpy数组相关的图像操作 #

## 1.像素点属性值的修改 ##

通过修改像素点属性值进行反色处理

import cv2 as cv
    import numpy as np
    
    def access_pixels(image):
        """ 通过修改像素点属性值进行反色处理 - - - - image - 原图像名 """
        height = image.shape[0]
        wide = image.shape[1]
        channels = image.shape[2]
        # 3通道，分别对应blue,green,red
        print("height:",height,"\nwide:",wide,"\nchannels:",channels)
        #对每一行
        for row in range(height):
            #对每一列
            for rol in range(wide):
                #对每一通道
                for c in range(channels):
                	#修改像素点数值
                    pv=image[row,rol,c]
                    image[row,rol,c]=255-pv
        #将反色图像写成png形式储存
        cv.imwrite("cat.png",image)
        
    if __name__ == "__main__":
        src = cv.imread('cat.jpg')
        # 获取当前cpu时钟总圈数
        t1 = cv.getTickCount()  
        access_pixels(src)
        t2 = cv.getTickCount()
        # 打印用时，单位ms（cv.getTickFrequency()获取cpu时钟每秒走多少圈）
        print("time:%fms"%((t2-t1)/cv.getTickFrequency()*1000))

结果：

height: 500 
    wide: 500 
    channels: 3
    time:2857.571823ms

![在这里插入图片描述][20191222213108810.png]

*  当然，cv中也有直接进行反色处理的函数，能大幅节省时间，真正需要时直接调用即可。

src = cv.imread('cat.jpg')
    t1 = cv.getTickCount()  
    #反色处理
    dst = cv.bitwise_not(src)
    cv.imwrite("cat.png",dst)
    t2 = cv.getTickCount()
    print("time:%fms"%((t2-t1)/cv.getTickFrequency()*1000))

结果：

time:23.518412ms

## 2.直接创建图像 ##

import cv2 as cv
    import numpy as np
    
    def create_image():
    	""" 直接创建图像 """
        # 3通道图像
        img = np.zeros([400,400,3],np.uint8)
        # 将蓝色通道（第1通道）与红色通道（第3通道）全部赋为255，应为紫（粉？）图
        img[:,:,0]=np.ones([400,400])*255
        img[:,:,2]=np.ones([400,400])*255
        cv.imwrite("newimg_3c.png",img)
    
        # 单通道图像
        img = np.ones([400,400,1],np.uint8)
        # 将唯一通道（第1通道）全部赋为127，应为灰图
        img = img * 127
        cv.imwrite("newimg_1c.png",img)
    
    if __name__ == "__main__":
    	create_image()

结果：  
![在这里插入图片描述][20191222214707188.png]

[python_opencv3.3_ _-bilibili]: https://www.bilibili.com/video/av24998616
[20191222210156210.png]: https://img-blog.csdnimg.cn/20191222210156210.png
[20191222213108810.png]: https://img-blog.csdnimg.cn/20191222213108810.png
[20191222214707188.png]: https://img-blog.csdnimg.cn/20191222214707188.png