1.用opencv打開圖片：
imread（）功能就是載入一張圖片，該函式經常配合imshow( )函式一起使用，imshow( )函式功能就是把你剛才載入的圖片顯示出來，
import cv2
img = cv2.imread('D:\\qqfiles\\MobileFile\\thumb\\betsy.JPG')
cv2.imshow('image',img)
cv2.waitKey(0) # 使圖片停留用于觀察，沒有這一行代碼，圖片會在展示瞬間后消失
2.用opencv打開視頻：
import cv2 as cv
capture = cv.VideoCapture('D:\\qqfiles\\MobileFile\\VID_20201229_231444.mp4')
while True:
isTrue, frame = capture.read()
cv.imshow('Video',frame)
if cv.waitKey(20) &0xFF == ord('a'): #按下a鍵后break
break
capture.release()
cv.destroyAllWindows()
增加一個函式調整大小，
def rescaleFrame(frame, scale=0.6):
width = int(frame.shape[1] * scale) # frame.shape[1]：影像的水平尺寸（寬度）
height = int(frame.shape[0] * scale) # frame.shape[0]：影像的垂直尺寸（高度）
dimensions = (width, height)
return cv.resize(frame, dimensions) # 默認插值：INTER_NEAREST - 最鄰近插值
3.畫圖：
在python影像處理程序中，遇到的RGB影像的值是處于0-255之間的，為了更好的處理影像，通常會將影像值轉變到0-1之間，這個處理的程序就是影像的uint8型別轉變為float型別程序，
import cv2 as cv
import numpy as np
blank = np.zeros((400, 400, 3), dtype="uint8")#三通道RGB，
pt1 = (200, 0)
pt2 = (200, 400)
color = (199, 99, 99)
cv.line(blank, pt1=pt1, pt2=pt2, color=color, thickness=10)
cv.imshow('line', blank)
cv.waitKey(0)
4.影像邊緣檢測：
import cv2
img = cv2.imread('D:\\qqfiles\\MobileFile\\bossbaby.jpg')
canny = cv2.Canny(img,125,155)
cv2.imshow('Boss Bab',canny)#canny:一位科學家名字
cv2.waitKey(0) # 使圖片停留用于觀察，沒有這一行代碼，圖片會在展示瞬間后消失
5.圖片灰度處理：
import cv2
img = cv2.imread('D:\\qqfiles\\MobileFile\\bossbaby.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv2.imshow('Boss Baby', gray)
cv2.waitKey(0) # 使圖片停留用于觀察，沒有這一行代碼，圖片會在展示瞬間后消失
6.位運算：
先畫兩個圖形：
import cv2 as cv
import numpy as np
black = np.zeros((400, 400, 3), dtype="uint8")
rectangle = cv.rectangle(black.copy(), (30, 30), (370, 370), (5,155,246), 80)
# 圈的中心點為（200，200），半徑=180，顏色隨便輸的，粗細也是隨便輸的-_-）
circle = cv.circle(black.copy(), (200, 200), 180, (230,26,255), 50)
cv.imshow("rectangle", rectangle)
cv.imshow("circle", circle)
或：兩張圖片同一位置的色素兩個值不全為零的才會有輸出
非：對一張圖片操作 取反
異或：兩張圖片同一位置的色素兩個值有一個為零，另一個不為零才會輸出
與：兩張圖片同一位置的色素兩個值均不為零的才會有輸出
依次做或，和，異或，非運算：
bitwise_or=cv.bitwise_or(rectangle,circle)
cv.imshow("or",bitwise_or)
bitwise_and=cv.bitwise_and(rectangle,circle)
cv.imshow("and",bitwise_and)
bitwise_xor=cv.bitwise_xor(rectangle,circle)
cv.imshow("xor",bitwise_xor)
bitwise_not=cv.bitwise_not(rectangle)
cv.imshow("not",bitwise_not)
cv.waitKey(0)
展示一個全家福：
小問題;異或的時候，為什么原來紫色部分會出現藍色，
已解決：
RGB 每個顏色都是 8通道的
相當于 8位bit
然后 5 就是 0000 0101
(5,155,246) (230,26,255)->(227,129,9)結果確實是藍色（這個色很接近矩形顏色的補色）
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/352045.html
標籤：其他
上一篇：語音識別：在Kaldi上使用CVTE模型-已訓練好的開源中文ASR模型
下一篇：數字影像處理第八次作業