1 import cv2 #导入opencv库
2 importnumpy as np3
4 #.........................................................................
5 #读取一张图片,地址不能带中文
6 '''
7 第二个参数,取值可为:8 cv2.IMREAD_COLOR:默认参数,读入一副彩色图片,忽略alpha通道9 cv2.IMREAD_GRAYSCALE:读入灰度图片10 cv2.IMREAD_UNCHANGED:读入完整图片,包括alpha通道(png有,jpg无)11 '''
12 #imgviewx=cv2.imread("imgx/wa.jpg")
13 imgviewx=cv2.imread("imgx/DONG.jpg",cv2.IMREAD_COLOR)14
15 #.........................................................................
16 #获取图片信息
17 #一个像素有三个通道,BGR
18 print(imgviewx.shape)#输出:(1080, 1920, 3) 高像素,宽像素,通道数
19 print(imgviewx.size)#120000 总通道数=高* 宽* 通道数
20 print(imgviewx.dtype)#uint8 3个通道每个通道占的位数(8位,一个字节)
21 #print(imgviewx) #输出效果视乎与下条相同
22 #print(np.array(imgviewx)) #输出每个像素点的参数( B , G , R )
23 #获取图片 B G R 各均值, #(204.46305102040816, 208.50832244897958, 217.29540408163263, 0.0) ,红色部分最多
24 print(cv2.mean(imgviewx))25 #获取方差,也会打印均值,可用均值方差都为零判断图片无效
26 #print(cv2.meanStdDev(imgviewx))
27
28
29
30 #.........................................................................
31 #图片处理
32 #备份图片
33 imgviewx1=imgviewx.copy()34
35 #均值模糊,主要用于去除图片噪点
36 #读取图片并实现图片的模糊效果,参数:(读取图片,(X轴方向模糊,Y轴方向模糊))
37 #imgviewx=cv2.blur(imgviewx,(5,5))
38
39 #中值模糊,主要用于去除椒盐(烧烤配料)噪点
40 #参数:(图片信息,模糊值)
41 #imgviewx=cv2.medianBlur(imgviewx,9)
42
43 #普通高斯模糊
44 #参数:(图片信息,参数1,参数2)参数1和参数2只能设置一个
45 #imgviewx=cv2.GaussianBlur(imgviewx,(0,0),1)
46
47 #保留边缘(像素差),高斯模糊
48 #参数(图片信息,0,要用怎样的方式(越大则越细),空间复杂度(越大越复杂))
49 imgviewx=cv2.bilateralFilter(imgviewx,0,50,6)50
51
52 #美颜,美白效果valuex值越大越白
53 #valuex=50;
54 #imgviewx=cv2.bilateralFilter(cv2.imread("imgx/zcy.jpg"),valuex,valuex * 2,valuex / 2)
55
56 #对比度和亮度调整
57 #duix=0.5 #对比度
58 #lightx=0 #亮度
59 #imgviewx=cv2.addWeighted(imgviewx,duix,np.zeros(imgviewx.shape,imgviewx.dtype),1-duix,lightx)
60
61
62
63 #显示文字
64 #参数:图像,文字内容, 坐标( x , y ) ,字体,大小,颜色( B , G ,R ),字体厚度
65 #颜色值为0-255
66 font = cv2.FONT_HERSHEY_SIMPLEX #定义字体
67 imgviewx = cv2.putText(imgviewx,"DONG XIAO DONG",(10, 50), font, 1.2, (0, 0, 255), 5)68
69
70 #像素取反
71 #imgviewx=cv2.bitwise_not(imgviewx)
72
73
74
75 #遍历图片,效率低,不推荐使用
76 defxgtp():77 globalimgviewx78 gx,kx,tx=imgviewx.shape#得到像素高度,像素宽度,通道数
79
80 for g inrange(0,gx):81 for k in range(0,kx): #这里得到的是每个像素点,每个点由RGB三色构成
82 if(k>0 and k<100):83 imgviewx[g,k,0]=0 #B
84 imgviewx[g,k,1]=255 #G
85 imgviewx[g,k,2]=255 #R
86 else:87 imgviewx[g, k, 0] = imgviewx[g, k, 0] #获取到原来的值
88 imgviewx[g, k, 1] = imgviewx[g, k, 1]89 imgviewx[g, k, 2] = imgviewx[g, k, 2]90
91 #创建一个图形,使用np,所以效率高
92 defcjtx():93 #初始化像素点值全为0 (rgb都为零,所以是黑色)
94 #参数:([高,宽,通道数],每个通道占的位数(一个字节))
95 imgx=np.zeros([400,600,3],np.uint8)96
97 #初始化像素点值为全为1
98 #imgx[110:130,50:70,2]表示一个范围:[高度起始点:高度结束点,宽度起始点:宽度结束点,哪个通道],起始点均以左上角
99 #imgx[:,:,0]=np.ones([400,600],np.uint8)*255 #最终结果为第一个通道(B)全为255,所以是蓝色
100 imgx[110:130,50:70,1]=np.ones([20,20],np.uint8)*255
101 cv2.imshow("第二个图形窗口",imgx)102
103 #图片区域处理
104 defpictureArea():105 globalimgviewx106 #得到截图
107 areax=imgviewx[110:529,778:1200]108 #将图片由RGB(3通道)转换为灰度(2通道)
109 areax=cv2.cvtColor(areax,cv2.COLOR_BGR2GRAY)110 #将图片有2通道还原成3通道,但色彩不能还原
111 areax2=cv2.cvtColor(areax,cv2.COLOR_GRAY2RGB)112 #处理后的区域写到原图上
113 imgviewx[110:529, 778:1200]=areax2114 #显示截图
115 cv2.imshow("area",areax)116
117 #泛洪填充,相似像素填充
118 deffill_color():119 globalimgviewx120 h,w,t=imgviewx.shape121 #必要参数
122 maskx=np.zeros([h+2,w+2],np.uint8)123 #参数接收:(图片信息,必要参数,参考点位置坐标,填充的颜色,查找范围:最低像素(参考减所写),查找范围:最高像素(参考加所写),全部填充)
124 cv2.floodFill(imgviewx,maskx,(100,100),(0,255,0),(100,100,100),(50,50,50),cv2.FLOODFILL_FIXED_RANGE)125
126
127
128 #通道分离与合并
129 deftongdao():130 globalimgviewx131 b,g,r=cv2.split(imgviewx)#通道分离
132 cv2.imshow("bb",b)#通道图单独显示
133 cv2.imshow("gg",g)134 cv2.imshow("rr",r)135
136 imgviewx[:,:,1]=135 #改变单个通道(0,1,2 => B,G,R)
137 cv2.imshow("chang red",imgviewx)138
139 imgviewx=cv2.merge([b,g,r])#合并通道
140
141 #像素运算
142 defpixel_operation():143 #读入两张大小和通道相同的图片
144 img1=cv2.imread("imgx/img1.jpg")145 img2=cv2.imread("imgx/img2.jpg")146 print(img1.shape, "=====", img2.shape)147 #创建一个大小可调整的窗口
148 cv2.namedWindow("operation", cv2.WINDOW_NORMAL)149 cv2.imshow("img111", img1)150 cv2.imshow("img222",img2)151 #处理图片
152 #像素点相加,如0(黑色),255(白色),0+255=255(白色),超过255还是白色
153 #imgoperation=cv2.add(img1,img2)
154 #像素相减,如0(黑色),255(白色),0-255=-255=0(黑色)
155 #imgoperation=cv2.subtract(img1,img2)
156 #像素相乘,255(白色),0/255=0(黑色)
157 #imgoperation=cv2.divide(img1,img2)
158 #像素相乘,255(白色),0*255=0(黑色)
159 #imgoperation=cv2.multiply(img2,img1)
160 #像素与,二进制与,如0与255为00000000&11111111=00000000
161 imgoperation=cv2.bitwise_and(img1,img2)162 #像素或
163 imgoperation=cv2.bitwise_or(img1,img2)164
165 #显示处理后的图片
166 cv2.imshow("operation", imgoperation)167
168
169
170 #.......................................................................
171 #视频处理,视频无声音
172 defvediox():173 ved=cv2.VideoCapture("imgx/vv.mp4")#打开视频
174 whileTrue:175 ret,tux=ved.read()176 if ret== False:#判断视频是否播放完毕
177 break
178 else:179 cv2.imshow("wideo1111",tux)#每帧显示
180 hsv=cv2.cvtColor(tux,cv2.COLOR_BGR2HSV)#转换成HSV图片格式,对颜色敏感
181 lowx=np.array([37,43,46])#表格在后面给出
182 uppx=np.array([77,255,255])183 #播放此输出的目标是白色
184 tux2=cv2.inRange(hsv,lowx,uppx)#利用低指和高指匹配延时,所匹配的是绿色
185 #播放此输出的目标是原色
186 tux3 = cv2.bitwise_and(tux,tux, mask=tux2)187
188 cv2.imshow("video222",tux3)189
190 if 27==cv2.waitKey(20):#按键退出播放
191 break
192
193
194 #.........................................................................
195 #创建一个窗口,中文显示会出乱码,第一个参数为窗口唯一标识字符串
196 #窗口大小可调整,默认参数为c v2.WINDOW_AUTOSIZE 根据图像大小自动创建大小
197 #可建多个
198 cv2.namedWindow("东小东标题",cv2.WINDOW_NORMAL)199
200
201 #.........................................................................
202 #创建鼠标点击事件回调函数,(事件,x轴位置,y轴位置,标记,属性)
203 defdrawxxx(event,x,y,flags,param):204 if event==cv2.EVENT_LBUTTONDOWN:205 print("鼠标按下",x,y)206 #elif event==cv2.EVENT_MOUSEMOVE:
207 #print("鼠标滑动")
208 elif event==cv2.EVENT_LBUTTONUP:209 print("鼠标抬起")210
211 #注册鼠标监听事件(窗口,回调函数)
212 cv2.setMouseCallback("东小东标题",drawxxx)213
214 #.........................................................................
215 t1=cv2.getTickCount()#利用cpu时间......
216 #xgtp()#调用图片像素遍历函数
217 #cjtx()#调用创建图形函数
218 #vediox()#调用视频处理函数
219 #tongdao()#通道处理
220 #pixel_operation()#像素点的加减乘除等处理
221 #pictureArea()#图片区域处理
222 #fill_color()#泛洪填充,相似像素填充
223 t2=cv2.getTickCount()224 timesx=(t2-t1)/cv2.getTickFrequency()225 print("花费时间:%s 毫秒"%(timesx*1000))226
227
228 #显示图片,参数:(窗口唯一标识字符串,imread读入的图像)
229 #可以不基于窗口,可建多个
230 cv2.imshow("东小东标题",imgviewx)231
232
233 #.........................................................................
234 #将图片保存,写入到文件
235 cv2.imwrite("2.jpg",imgviewx)236
237
238
239 #.........................................................................
240 #窗口退出
241 #窗口等待任意键盘按键输入,0为一直等待,其他数字为毫秒数
242 #等待时间到则返回-1,如有键盘按键按下则返回按键的ASCII码
243 #可使用print(cv2.waitKey(0))获取该按键值
244 keyx=cv2.waitKey(0)245 print(keyx)246 if keyx==27:247 print("你按下了键盘的:ESC键")248
249 #.........................................................................
250 #销毁窗口,退出程序
251 cv2.destroyAllWindows()
如果觉得《python使用opencv_玩转Python图片处理 (OpenCV-Python )》对你有帮助,请点赞、收藏,并留下你的观点哦!