当前位置: 首页 > article >正文

《机器学习》—— OpenCV 对图片的各种操作

文章目录

  • 1、安装OpenCV库
  • 2、读取、显示、查看图片
  • 3、对图片进行切割
  • 4、改变图像的大小
  • 5、图片打码
  • 6、图片组合
  • 7、图像运算
  • 8、图像加权运算

1、安装OpenCV库

  • 使用pip是最简单、最快捷的安装方式

    pip install opencv-python==3.4.2
    
  • 还需要安装一个包含了其他一些图像处理算法函数的opencv扩展库

    pip install opencv-contrib-python==3.4.2
    
  • 注意:安装的版本可以自行选择与自己python适配的进行安装,但是这两个库的版本必须是一致的

2、读取、显示、查看图片

  • 读取图像:使用cv2.imread(filename, flags)函数,其中filename是图像的路径,flags指定读取图像的方式(如灰度图像、彩色图像等)。
  • 显示图像:使用cv2.imshow(window_name, image)函数,其中window_name是窗口名称,image是要显示的图像。之后,通常使用cv2.waitKey(delay)等待用户按键,最后使用cv2.destroyAllWindows()关闭所有窗口。
    Man = cv2.imread('kobe.jpg')
    cv2.imshow('8-24', Man)
    # 可以给定规定显示的时间,单位为毫秒,0表示一直显示
    # 若是想结束显示,可以在英文状态下按下电脑键盘上的任意键
    # 若是用变量接收,再打印出这个变量,则会返回你所按下键的ASCII码值
    b = cv2.waitKey(0)
    print(b)   # 可以显示出所按键的ASCII码值
    # 关闭窗口
    cv2.destroyAllWindows()
    # 可以通过 shape dtype size 来查看图片的每个维度的大小、类型、总体大小
    print(Man.shape)
    print(Man.dtype)
    print(Man.size)
    
    在这里插入图片描述
    在这里插入图片描述

3、对图片进行切割

import cv2
M = cv2.imread('kobe.jpg')
# 给定所想切出的长宽大小范围,并用变量接收
A = M[0:800, 0:800]
B = M[500:800, 500:800]
cv2.imshow('qiepian_A', A)
cv2.imshow('qiepian_B', B)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

4、改变图像的大小

import cv2
M = cv2.imread('kobe.jpg')
# 可以直接指定需要的图片大小,也可以指定大小,对长宽进行百分比的缩放
# M_new = cv2.resize(M, (400, 600)) 
M_new = cv2.resize(M, dsize=None, fx=0.6, fy=0.6)  # dsize 不指定规定大小
cv2.imshow('M', M)
cv2.imshow('M_new', M_new)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

5、图片打码

import cv2
import numpy as np
M = cv2.imread('kobe.jpg')
# 给出需要打码的区域,运用numpy的方法随机选取[0~255]的像素,并给定打码的大小
# 注意这里打码的长宽大小必须与打码区域的长宽大小相同
M[100:200, 200:300] = np.random.randint(0, 256, (100, 100, 3))  # 矩阵赋值必须是相同大小
cv2.imshow('masaike', M)
cv2.waitKey(1000000)
cv2.destroyAllWindows()

在这里插入图片描述

6、图片组合

M = cv2.imread('kobe.jpg')
# MB.jpg 是 kobe.jpg 灰度图,为了可以让效果看的明显一点
M1 = cv2.imread('MB.jpg')
# 设置第一张需要替换的位置长宽大小必须和第二张图片相同
M[500:700, 500:700] = M1[300:500, 300:500]
cv2.imshow('M', M)
cv2.waitKey(100000)
cv2.destroyAllWindows()

在这里插入图片描述

7、图像运算

  • 图像+号运算

    # 对于+号运算,当对图像a,图像b进行加法求和时,遵循以下规则:
    # 当某位置像素相加得到的数值小于255时,该位置数值为两图像该位置像素相加之和
    # 当某位置像素相加得到的数值大于255时,该位置数值将截断结果并将其减去 256 例如:相加后是260,实际是260-256=4
    M = cv2.imread('kobe.jpg')
    I = cv2.imread('wechat.jpg')
    MM = M + 50 
    # 需要将相加起来的区域大小设置成相同的
    MI = M[500:700, 500:700] + I[500:700, 500:700]
    cv2.imshow('MM', MM)
    cv2.imshow('MI', MI)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
    

    在这里插入图片描述

  • 图像 add 运算

    M = cv2.imread('kobe.jpg')
    I = cv2.imread('wechat.jpg')
    # 将两张图片的大小设置成相同的
    M = cv2.resize(M, (400, 400))
    I = cv2.resize(I, (400, 400))
    MI = cv2.add(M, I)
    cv2.imshow('MI', MI)
    cv2.waitKeyEx(100000)
    cv2.destroyAllWindows()
    

    在这里插入图片描述

8、图像加权运算

M = cv2.imread('wechat.jpg')
I = cv2.imread('wechat2.jpg')
M = cv2.resize(M, (600, 500))
I = cv2.resize(I, (600, 500))
# 需要给定每个图像的权重大小(简单来说:谁设定的数值越大其显示的程度越高),10为图像的亮度值
MI = cv2.addWeighted(M, 0.5, I, 0.5, 10)
cv2.imshow('MI', MI)
cv2.waitKey(100000)
cv2.destroyAllWindows()

在这里插入图片描述


http://www.kler.cn/a/286474.html

相关文章:

  • 春节期间,景区和酒店如何合理用工?
  • 从0开始使用面对对象C语言搭建一个基于OLED的图形显示框架(绘图设备封装)
  • Node.js 的底层原理
  • SQL注入漏洞之高阶手法 宽字节注入以及编码解释 以及堆叠注入原理说明
  • Haproxy入门学习二
  • 【UE插件】Sphinx关键词语音识别
  • Flink CDC读取Mysql时,Decimal类型数据异常,变成了字符串(源码解析及解决方案)
  • 【Linux 从基础到进阶】Apache服务器搭建与优化
  • IDEA2023的激活与安装
  • Leetcode 257-二叉树的所有路径
  • 【Vue】router和route的区别
  • 不同材质的O型圈优缺点及其应用范围
  • 计算机网络端口
  • 《机器学习》 DBSCAN算法 原理、参数解析、案例实现
  • Flink窗口API使用教程
  • 2024年6月 青少年等级考试机器人实操真题二级
  • Web3常见概念
  • 系统分析师6:计算机网络
  • HTML学习笔记——用HTML记录学习过程5-全局属性
  • 如何用Java SpringBoot+Vue打造高效产品订单管理系统?
  • Markdown语法与Latex公式汇总
  • Linux网络:TCP UDP socket
  • Vue3: customRef自定义响应数据
  • Springboot + AOP + 注解做全局日志拦截并且排除敏感属性以及接口相应时间
  • Web:PHP序列化和反序列化
  • TLS握手性能测试工具:快速重置、多线程与高级统计分析(C/C++代码实现)