- 影像的打開，以及影像的讀取
首先應該先引入opencv的庫，通過呼叫cv.imread來打開影像，再通過imshow來展示影像
#opencv讀取的格式是BGR
import cv2
#cv2.imread('圖片的路徑')讀取一張圖片
#彩色圖引數cv2.IMREAD_COLOR
#灰色圖引數cv2.IMREAD_GRAYSCALE
img=cv2.imread('pkq.jpg',cv2.IMREAD_GRAYSCALE)
#影像的顯示，也可以創建多個視窗
cv2.imshow('image',img)
#等待時間，毫秒級，0表示任意鍵終止
cv2.waitKey(0)
cv2.destroyAllWindows()
print(img.shape)
運行結果展示
- 影像的放縮
圖片的放縮主要應用的是resize()陳述句，通過調動cv2.resize( src, dst, dsize, fx=0, fy=0, interpolation=INTER_LINEAR )來實作影像的放縮
fx，fy表示的是放縮的比例，interpolation代表差值的型別，其具體的形式主要有以下：
INTER_NEAREST（鄰近元素插值法）
INTER_LINEAR（預設值，雙線性插值）
INTER_AREA（使用象素關系重采樣，當影像縮小時候，該方法可以避免波紋出現，當影像放大時，類似于 CV_INTER_NN 方法）
INTER_CUBIC（立方插值）
import cv2
img=cv2.imread('pkq.jpg',cv2.IMREAD_GRAYSCALE)
new=cv2.resize(img,None,fx=0.8,fy=0.5,interpolation=cv2.INTER_NEAREST)
cv2.imshow("show",new)
k=cv2.waitKey(0)
if k==ord('s'):
cv2.destroyWindow("win")
運行結果展示
- 影像的轉置
影像的轉置主要使用的是flip函式，在python中通過呼叫cv2.flip(src, dst, flipCode)來進行轉置
flipCode表示的是轉置的引數，flipCode==0垂直翻轉（沿X軸翻轉），flipCode>0水平翻轉（沿Y軸翻轉），flipCode<0水平垂直翻轉（先沿x軸翻轉，再沿Y軸翻轉，等價于旋轉180°）
import cv2
img=cv2.imread('pkq.jpg',cv2.IMREAD_GRAYSCALE)
new=cv2.resize(img,None,fx=0.5,fy=0.5,interpolation=cv2.INTER_NEAREST)
flip_1=cv2.flip(new,0,None)
flip_2=cv2.flip(new,1,None)
flip_3=cv2.flip(new,-1,None)
cv2.imshow("show",new)
cv2.imshow('show',flip_1)
cv2.imshow("show",flip_2)
cv2.imshow("show",flip_3)
k=cv2.waitKey(0)
運行結果展示
- 影像的旋轉
import cv2
img = cv2.imread('pkq.jpg',cv2.IMREAD_GRAYSCALE)
rows, cols = img.shape[:2]
M = cv2.getRotationMatrix2D((cols / 2, rows / 2), 90, 1)
dst = cv2.warpAffine(img, M, (cols, rows)) # 仿射變換，以后再說
cv2.imshow('Rachel', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()
運行結果
- 視頻的操作
import cv2
vc=cv2.VideoCapture('test.mp4')
if vc.isOpened():
open,fream=vc.read()
else:
open=False
while open:
ret,fream=vc.read()
if fream is None:
break
if ret==True:
gray=cv2.cvtColor(fream,cv2.COLOR_BGR2GRAY)
cv2.imshow('result',gray)
if cv2.waitKey(10) & 0xFF==27:
break
vc.release()
cv2.destroyAllWindows()
結果展示
由于視頻很快就截了最終結果圖，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/292816.html
標籤：其他
上一篇：創建你的第一個OpenCV專案