基于python的opencv快速入门第一篇

太原理工大学机器人团队20日打卡day14

1、图像处理基础

? opencv是一个基于BSD许可发行的跨平台计算机视觉库，而在我个人看来，因为其可以用于Linux，也就意味着可以装载在树莓派的嵌入式系统上。十分有利于我开发机器人视觉方面的问题。当然，我并不是计算机专业，对于其中更深层次的算法没有追求，还是追求更高效的利用这个库来完善我的机器人等方面。

? 其中配置安装方面的问题我就不多加赘述，csdn上有许多相关文章，建议大家可以看，如果有问题私聊相关作者也是十分不错的选择。

? 当然，本人认为该方面应用更难，所以会尝试写出更多练习代码，当然，大部分源于李立宗的《Opencv轻松入门：面向Python》。这只是我总结的知识点，便于忘记时候快速查询，而不是一篇教程。

1.1图像基本表示方法

1. 二值图像

• 仅包含黑白两个颜色。
• 矩阵上只有0和1两个数字

2. 灰度图像

• 计算机把从纯黑到纯白分为256个灰度级（“0”表示纯黑，“255”表示纯白）
• 矩阵每个像素点有（0，255）来表示该点对应灰度

3. 彩色图像

• 图像分为RGB三个通道
  • 每个通道值都在[0，255]

1.2像素处理

1. 生成矩阵

• 我们可以利用Numpy库中zeros()来生成矩阵
• 代码如下

import numpy as np
img = np.zeros((8,8),dytpe = np.uint8)

img[0,3] = 255

import cv2
img = cv2.imread("img.jpg",0)

img = np.zeros((300,300,3),dtype=np.uint8)

import cv2
import numpy as np
img = np.zeros((300,300,3),dtype=np.uint8)
img[:,:,0] = 255
img[:,:,1] = 255
img[:,:,2] = 255
cv2.imshow("img",img)
cv2.waitKey()
cv2.destroyAllWindows()

item(行，列，通道)

itemset(索引值,新值)

import numpy as np
import cv2
img = np.random.randint(0,256,size=[256,256],dtype = np.uint8)
cv2.imshow("demo",img)
cv2.waitKey()
cv2.destoryAllWindows

a=img[200:400,200:400]
img[200:400,600:800]=a

import cv2
import numpy as np
a=cv2.imread("lenacolor.png", cv2.IMREAD_UNCHANGED)
cv2.imshow("original", a)
face=np.random.randint(0,256, (180,100,3))
a[220:400,250:350]=face
cv2.imshow("result", a)
cv2.waitKey()
cv2.destroyAllWindows()

b,g,r = cv2.split(img)

rgb=cv2.merge([r,g,b])

import cv2
lena = cv2.imread("First.jpg")
cv2.imshow("lena1",lena)
b,g,r = cv2.split(lena)
cv2.imshow("b",b)
cv2.imshow("g",g)
cv2.imshow("r",r)
lena[:,:,0]=0
cv2.imshow("lenab0",lena)
lena[:,:,1]=0
cv2.imshow("lenab0g0",lena)
bgr=cv2.merge([b,g,r])
cv2.imshow("bgr",bgr)
cv2.waitKey()
cv2.destroyAllWindows()

import cv2
color = cv2.imread("First.jpg")
print("图像colorshux：")
print("color.shape=", color.shape)
print("color.size=", color.size)
print("color.dtype= ",color.dtype)