在 Python 中使用 OpenCV 进行图像处理

任务描述

· 使用 Python 代码自己创建图像。

· 拍摄 2 张图像，裁剪两张图像的一部分并交换它们。

· 拍摄 2 张图像并将它们组合成一张图像。例如拼贴画。

首先，我们将探索有关 Python 中图像处理和 OpenCV 库的各种细节。

什么是图像处理？

图像是计算机世界中的多维数组。黑白图像的 2D 数组和 RGB 的 3D 数组。

彩色图像在计算机中以三维 （3D） 数组的形式存储，其中仅存储 0－255 个值，此外 0 和 255 分别代表黑色和白色。

图像处理通过数字计算机处理数字图像。图像处理专注于开发能够对图像进行处理的计算机系统。该系统的输入是数字图像，系统使用有效算法处理该图像，并提供图像作为输出。

像素是图像的最小单位。从技术上讲，它是数组中行和列特定位置的一个条目。每个像素由三种颜色组成，即红色、绿色和蓝色。在组合这些不同的颜色时形成。多个像素一起形成一个完整的图像。

视频处理是指逐帧对视频进行操作。帧只是视频的特定实例，即单个时间点的图像。即使在一秒钟内，我们也可能有多个帧。视频是连续不断的图像流。

Python 提供了许多用于图像处理的库，包括：

OpenCV － 图像处理库主要专注于实时计算机视觉，广泛应用于 2D 和 3D 特征工具包、面部和手势识别、人机交互、移动机器人、对象识别等领域。

＊＊Numpy 和 Scipy 库 ＊＊－ 用于图像操作和处理。

Sckikit － 为图像处理提供大量算法。

Python Imaging Library （PIL） － 对图像执行基本操作，如创建缩略图、调整大小、旋转、在不同文件格式之间转换等。

在这里，我们将使用 OpenCV 模块。

OpenCV 是最流行的计算机视觉库之一。如果你想在计算机视觉领域开始你的旅程，那么对 OpenCV 概念的透彻理解至关重要。

OpenCV是一个用于计算机视觉、机器学习和图像处理的大型开源库。OpenCV 支持多种编程语言，如 Python、C＋＋、Java 等。它可以处理图像和视频以识别物体、面部，甚至是人类的笔迹。

当它与各种库集成时，例如Numpy，一个高度优化的数值运算库，那么在 Numpy 中可以进行的任何操作都可以与 OpenCV 结合使用。

一般颜色代码是 RGB，但在 OpenCV 中使用的颜色代码格式是 BGR（蓝绿红）。

安装 OpenCV

要在你的系统上安装 OpenCV，请运行以下 pip 命令：

pip install opencv－python

旋转图像

首先，导入 cv2 模块。

import cv2

现在要读取图像，使用 cv2 模块的 imread（） 方法，在参数中指定图像的路径并将图像存储在变量中，如下所示：

img ＝ cv2．imread（＂pyimg．jpg＂）

该图像现在被视为一个矩阵，其中行和列值存储在 img 中。

实际上，如果你检查 img 的类型，它会给你以下结果：

＞＞＞print（type（img））＜class ＇numpy．ndarray＇＞

这是一个 NumPy 数组！这就是为什么使用 OpenCV 进行图像处理如此简单的原因。你一直在使用 NumPy 数组。

要显示图像，可以使用 cv2 的 imshow（） 方法。

cv2．imshow（＇Original Image＇， img） cv2．waitKey（0）

waitkey（） 函数将时间作为参数（以毫秒为单位）作为窗口关闭的延迟。在这里，我们将时间设置为零以永久显示窗口，直到我们手动关闭它。

要旋转此图像，你需要图像的宽度和高度，因为稍后将在旋转过程中使用它们。

height， width ＝ img．shape［0：2］

shape 属性返回图像矩阵的高度和宽度。如果你打印

img．shape［0：2］

好的，现在我们有了图像矩阵，我们想要得到旋转矩阵。为了得到旋转矩阵，我们使用 cv2 的＊getRotationMatrix2D（）方法。getRotationMatrix2D（）＊的语法是：

cv2．getRotationMatrix2D（center， angle， scale）

这里的中心是旋转的中心点，角度是以度为单位的角度，比例是使图像适合屏幕的比例属性。

要获得我们图像的旋转矩阵，代码是：

rotationMatrix ＝ cv2．getRotationMatrix2D（（width／2， height／2）， 90， ．5）

下一步是在旋转矩阵的帮助下旋转我们的图像。

为了旋转图像，我们有一个名为wrapAffine的 cv2 方法，它以原始图像、图像的旋转矩阵以及图像的宽度和高度作为参数。

rotatedImage ＝ cv2．warpAffine（img， rotationMatrix， （width， height））

旋转后的图像存储在 rotateImage 矩阵中。要显示图像，请使用 imshow（），如下所示：

cv2．imshow（＇Rotated Image＇， rotatedImage）cv2．waitKey（0）

使用网络摄像头捕获图像：

import cv2 cap ＝ cv2．VideoCapture（0） ＃ here， 0 — to access internal webcam ＆ 1 to access external webcam ret ， photo ＝ cap．read（）

＃ clicks the photoret cv2．imwrite（“my”，photo）

＃ stores in a file cap．release（） cv2．imshow（“my”， photo）

＃ displays the photo cv2．waitKey（） ＃ used to set the expiry time for the picture to be displayed cv2．destroyAllWindows（） ＃used to destroy or close the picture window without crashing it

使用网络摄像头的视频流：

import cv2 cap ＝ cv2．VideoCapture（0） ret， photo ＝ cap．read（） while True： ret， photo ＝ cap．read（） cv2．imshow（＇hi＇， photo） if cv2．waitKey（10） ＝＝13： break cv．destroyAllwindows（）

将图像转换为灰度（黑白）

转换灰度图像的简单方法是像这样加载它：

img ＝ cv2．imread（＂pyimg．jpg＂， 0）

还有另一种使用 BGR2GRAY 的方法。

要将彩色图像转换为灰度图像，请使用 cv2 模块的 BGR2GRAY 属性。这在下面的示例中得到了证明：

导入 cv2 模块：

import cv2

阅读图片：

img ＝ cv2．imread（＂pyimg．jpg＂）

使用 cv2 模块的 cvtColor（） 方法，该方法将原始图像和 COLOR＿BGR2GRAY 属性作为参数。将生成的图像存储在变量中：

gray＿img ＝ cv2．cvtColor（img， cv2．COLOR＿BGR2GRAY）

显示原始图像和灰度图像：

cv2．imshow（＂Original Image＂， img）cv2．imshow（＂Gray Scale Image＂， gray＿img）cv2．waitKey（0）

调整图像大小

要调整图像大小，可以使用 openCV 的 resize（） 方法。在 resize 方法中，你可以指定 x 和 y 轴的值，也可以指定表示图像大小的行数和列数。

导入并读取图像：

import cv2img ＝ cv2．imread（＂pyimg．jpg＂）

现在使用带有轴值的调整大小方法：

newImg ＝ cv2．resize（img， （0，0）， fx＝0．75， fy＝0．75）cv2．imshow（＇Resized Image＇， newImg）cv2．waitKey（0）

现在使用行和列值来调整图像大小：

newImg ＝ cv2．resize（img， （550， 350））cv2．imshow（＇Resized Image＇， newImg）cv2．waitKey（0）

我们说我们想要 550 列（宽度）和 350 行（高度）。

使用 Python 代码创建图像

输出如下：

拍摄 2 张图像，裁剪两张图像的一部分并交换它们。

结果：

拍摄 2 张图像并将它们组合成一张图像。例如拼贴画。

输出：

水平拼贴

垂直拼贴

原文标题:在 Python 中使用 OpenCV 进行图像处理