实例所用的函数可在另一篇文章查询:  https://www.cnblogs.com/Zhouce/p/17867164.html

1、图像读取

 1 import cv2            # 引入opencv库
2 import numpy as np # 引入numpy库
3 fn = "car.png"
4
5 # img_color = cv2.imread(fn,1) # 上下两种方式都是读取彩色图像的flag
6 img_color = cv2.imread(fn,cv2.IMREAD_COLOR)
7
8 # img_gray = cv2.imread(fn,0) # 上下两种方式都是读取灰色图像的flag
9 img_gray = cv2.imread(fn,cv2.IMREAD_GRAYSCALE)
10
11 # 获取图像大小
12 sp1 = img_color.shape
13 sp2 = img_gray.shape
14 print("img_color.shape = ",sp1) # 彩色图像三通道 : 高度(图像行数)、宽度(图像列数)、通道数
15 print("img_gray.shape = ",sp2) # 灰色图像两通道 : 高度(图像行数)、宽度(图像列数)
16
17 # # 创建窗口
18 # cv2.namedWindow('img_color')
19 # cv2.namedWindow('img_color')
20
21 # 显示图像
22 cv2.imshow('img_color',img_color)
23 cv2.imshow('img_gray',img_gray)
24
25 cv2.waitKey(0)

2、保存图像

 1 import cv2
2
3 fn = "car.png"
4 img_gray = cv2.imread(fn,0)
5 sp1 = img_gray.shape
6
7 cv2.imshow('image',img_gray) # 显示灰色图像
8 cv2.imwrite("car_gray.png",img_gray) # 在当前文件夹下保存图像
9
10 cv2.waitKey(0)
11 cv2.destroyAllWindows()

3、缩放图像

 # 第一种缩放图像的方法
1 import cv2
2 import numpy as np
3
4 fn = 'car.png'
5
6 img = cv2.imread(fn)
7
8 #指定目标图像的宽高
9 #图像不失真
10
11 # img_down_0 = cv2.resize(img,(150,150)) #
12 img_up_0 = cv2.resize(img,(500,500))
13
14 # cv2.imshow('carimg',img_down_0)
15 cv2.imshow('carimg',img_up_0)
16
17 # 图像失真
18 img_distortion = cv2.resize(img, (200, 300))
19 cv2.imshow('img_distortion', img_distortion)
20 cv2.waitKey(0)
21 cv2.destroyAllWindows()

 # 第二种缩放图像的方法
1 import cv2
2 import numpy as np
3
4 fn = 'car.png'
5
6 img = cv2.imread(fn)
7
8 # 指定图像的比例因子(需要指出的是dsize必须要传参,None)
9 # 图像不失真
10 img_down_1 = cv2.resize(img,None,fx=0.75,fy=0.75)
11 img_up_1 = cv2.resize(img,None,fx=1.2,fy=1.2)
12 cv2.imshow('img_down-No distortion1', img_down_1)
13 cv2.imshow('img_up-No distortion1', img_up_1)
14 # 图像失真
15 img_distortion1 = cv2.resize(img,None,fx=0.75,fy=1.2)
16 cv2.imshow('img distortion1',img_distortion1)
17 cv2.waitKey(0)
18 cv2.destroyAllWindows()

 1 import cv2
2 import numpy as np
3
4 fn = 'car.png'
5
6 img = cv2.imread(fn)
7
8 # 指定图像缩放方法
9 img_scale0 = cv2.resize(img, (150, 150), interpolation=cv2.INTER_AREA)
10 img_scale1 = cv2.resize(img, (450, 450), interpolation=cv2.INTER_CUBIC)
11 img_scale2 = cv2.resize(img, (450, 450), interpolation=cv2.INTER_LINEAR)
12 img_scale3 = cv2.resize(img, (150, 150), interpolation=cv2.INTER_NEAREST)
13
14 cv2.imshow('img_scale0',img_scale0)
15 cv2.imshow('img_scale1',img_scale1)
16 cv2.imshow('img_scale2',img_scale2)
17 cv2.imshow('img_scale3',img_scale3)
18
19 cv2.waitKey(0)
20 cv2.destroyAllWindows()
21 # 可选值包括cv2.INTER_NEAREST、cv2.INTER_LINEAR双线性插值法(默认)、cv2.INTER_AREA、cv2.INTER_CUBIC、cv2.INTER_LANCZOS4等

4、图像裁剪

 1 import cv2
2
3 fn = "car.png"
4 car = cv2.imread(fn)
5 print(car.shape)
6
7 # 裁剪图像
8 cropped_car = car[25:190,50:300] # image[start_row : end_row , start_rol : end_rol]
9 cv2.imshow('original',car)
10 cv2.imshow('cropped',cropped_car)
11 cv2.waitKey(0)
12 cv2.destroyAllWindows()

5、色彩空间转换

 1 # 颜色空间转换 cv2.cvtColor(img,flags)
2
3 import cv2
4 import matplotlib.pyplot as plt
5
6 img = cv2.imread("car.png")
7 # 利用plot函数画出图像并放置在一个窗口中显示
8 plt.subplot(3,3,1)
9 plt.imshow(img)
10 plt.axis('off')
11 plt.title('BGR')
12
13 # BGR变换RGB
14 img_RGB = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
15 plt.subplot(3,3,2)
16 plt.imshow(img_RGB)
17 plt.axis('off')
18 plt.title('RGB')
19
20 # 原图变换灰度图
21 img_GRAY = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
22 plt.subplot(3, 3, 3)
23 plt.imshow(img_GRAY)
24 plt.axis('off')
25 plt.title('GRAY')
26
27 # 变换HSV空间
28 img_HSV = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
29 plt.subplot(3, 3, 4)
30 plt.imshow(img_HSV)
31 plt.axis('off')
32 plt.title('HSV')
33
34 # 变换YCrCb空间
35 img_YcrCb = cv2.cvtColor(img, cv2.COLOR_BGR2YCrCb)
36 plt.subplot(3, 3, 5)
37 plt.imshow(img_YcrCb)
38 plt.axis('off')
39 plt.title('YcrCb')
40
41 # 变换HLS空间
42 img_HLS = cv2.cvtColor(img, cv2.COLOR_BGR2HLS)
43 plt.subplot(3, 3, 6)
44 plt.imshow(img_HLS)
45 plt.axis('off')
46 plt.title('HLS')
47
48 # 变换XYZ空间
49 img_XYZ = cv2.cvtColor(img, cv2.COLOR_BGR2XYZ)
50 plt.subplot(3, 3, 7)
51 plt.imshow(img_XYZ)
52 plt.axis('off')
53 plt.title('XYZ')
54
55 # 变换LAB空间
56 img_LAB = cv2.cvtColor(img, cv2.COLOR_BGR2LAB)
57 plt.subplot(3, 3, 8)
58 plt.imshow(img_LAB)
59 plt.axis('off')
60 plt.title('LAB')
61
62 # 变换YUV空间
63 img_YUV = cv2.cvtColor(img, cv2.COLOR_BGR2YUV)
64 plt.subplot(3, 3, 9)
65 plt.imshow(img_YUV)
66 plt.axis('off')
67 plt.title('YUV')
68 plt.show()

(2)

 1 import cv2
2
3 img = cv2.imread('car.png')
4
5 img_BGR = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
6 img_HSV = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
7
8 cv2.imshow('origin_img',img)
9 cv2.imshow('BGR_img',img_BGR)
10 cv2.imshow('HSV_img',img_HSV)
11
12 cv2.waitKey(0)
13 cv2.destroyAllWindows()

Opencv实例练习的更多相关文章

  1. opencv实例一:显示一张图片

    第一个简单的实例,显示一张图片: 1)代码如下 /*************************************************************************** ...

  2. AdaBoost算法原理及OpenCV实例

    备注:OpenCV版本 2.4.10 在数据的挖掘和分析中,最基本和首要的任务是对数据进行分类,解决这个问题的常用方法是机器学习技术.通过使用已知实例集合中所有样本的属性值作为机器学习算法的训练集,导 ...

  3. opencv实例三:播放AVI格式视频

    一.不带滚动条的视频读取播放. 1.原理介绍:视频的本质是一些静态的图像的集合,opencv可以不断读取视屏中的图片,显示,就可以实时的视频流进行处理了. 2.代码如下: /************* ...

  4. opencv实例二:缩放一张图片

    1.知识补充 const char*, char const*, char*const的区别 事实上这个概念谁都有只是三种声明方式非常相似: Bjarne在他的The C++ Programming ...

  5. openCV实例:Canny边缘检测

    http://blog.sina.com.cn/s/blog_737adf530100z0jk.html 在第一次使用openCV程序成功对图像进行打开后,现在开始试验第二个例程试验:Canny边缘检 ...

  6. OpenCV与QT联合开发示例

    1.OpenCV及QT开发环境搭建 windows基于vs2017的opencv安装 windows下安装QT并与visual studio 2017搭建开发环境 2.工程创建 1.导入Qt项目 选择 ...

  7. OpenCV基础知识介绍

    1.图像与矩阵 一般来说,图像是一个标准的矩形,有着宽度(width)和高度(height).而矩阵有着行(row)和列(column),矩阵的操作在数学和计算机中的处理都很常见且成熟,于是很自然的就 ...

  8. 【Android】Eclipse自动编译NDK/JNI的三种方法

    [Android]Eclipse自动编译NDK/JNI的三种方法 SkySeraph Sep. 18th  2014 Email:skyseraph00@163.com 更多精彩请直接访问SkySer ...

  9. 从PyOpenCV到CV2

    安装cv2 http://hyry.dip.jp/files/opencv.zip 采用cv2重写的<Python科学计算>中的实例程序 读者可以在下面的页面中搜索“opencv”,并根据 ...

  10. ubuntu ndk 开发

      参考 https://developer.android.com/ndk/index.html   配置 下载android-ndk-r10d-linux-x86_64.bin  ,运行自解压. ...

随机推荐

  1. 【python笔记】高阶函数map、filter、reduce

    前言 map().reduce().filter()是python的三个高阶函数.所谓高阶函数,指的是将函数作为参数并返回函数作为结果的函数.下面代码的sing_ready只是一个简单高阶函数示例: ...

  2. git status详解

    git status详解 在使用Git进行版本控制时,git status是一个非常有用的命令,用于查看当前代码仓库的状态.它可以告诉你哪些文件已更改.添加或删除,以及是否有未提交的更改等.本篇博客文 ...

  3. 使用GPU搭建支持玛雅(Maya)和Adobe AI,DW,PS的职校云计算机房

    背景 学校为职业学校,计算机教室需要进行Maya.Adobe Illustrator.Adobe Dreamweaver.Adobe PhotoShop等软件的教学.每个教室为35用户.资源需求为4核 ...

  4. nginx ServerName匹配规则

    1.同一个主机配置不同端口,访问不同资源 worker_processes 1; events { worker_connections 1024; } http { include mime.typ ...

  5. SQL函数count(),sum()理解

    ①准备-创建测试表: create table test ( id SMALLINT, name varchar(10) ); 插入数据: insert into test values(0,'张三' ...

  6. SQLPLUS使用及Oracle表空间设定自动扩展

    起因:ERP不能登陆,Oracle无法访问,报错如下 后联系鼎捷se提供以下解决方案: 该问题是由于Oracle审计表AUD$数据过大导致数据库异常,现已登录DB服务器使用oracle账号执行语句tr ...

  7. Java-网络编程(TCP-UDP)

    Java-网络编程(TCP-UDP) 网络基础 网络编程最主要的工作就是在发送端把信息通过规定好的协议进行组装包,在接收端按照规定好的协议把包进行解析,从而提取出对应的信息,达到通信的目的.中间最主要 ...

  8. 软件开发人员 Kubernetes 入门指南|Part 2

    在第 1 部分中,我们讲解了 Kubernetes 的核心组件,Kubernetes 是一种开源容器编排器,用于在分布式环境中部署和扩展应用程序:我们还讲解了如何在集群中部署一个简单的应用程序,然后更 ...

  9. python学习笔记(持续更新)

    一.对列表的操作 #建立一个列表 list = [1,2,3,4] #打印列表 print(list) #在列表尾部添加元素 list.append(5) #在指定位置插入元素 list.insert ...

  10. 2023-10-21:用go语言,一共有三个服务A、B、C,网络延时分别为a、b、c 并且一定有:1 <= a <= b <= c <= 10^9 但是具体的延时数字丢失了,只有单次调用的时间 一次调

    2023-10-21:用go语言,一共有三个服务A.B.C,网络延时分别为a.b.c 并且一定有:1 <= a <= b <= c <= 10^9 但是具体的延时数字丢失了,只 ...