一文總結你需要的OpenCV操作

目錄

• 一、OpenCV簡介
  • 1.1 OpenCV是什么
  • 1.2 安裝及使用
• 二、影像的基礎
  • 2.1 成像原理
  • 2.2 影像格式
  • 2.3 顏色空間
• 三、OpenCV基礎操作
  • 3.1 影像的讀取、顯示、保存
  • 3.2 通道轉換
• 三、OpenCV常見影像處理
  • 3.1 在影像上繪制幾何影像及添加文字
  • 3.2 影像的幾何變換
  • 3.3 影像濾波
  • 3.4 影像增強
  • 3.5 形態學變換

一、OpenCV簡介

1.1 OpenCV是什么

OpenCV是一種開源的計算機視覺庫，提供了廣泛的影像處理和計算機視覺演算法的實作，它最初是由英特爾開發的，現在已經成為計算機視覺領域最流行和廣泛使用的開源庫之一，OpenCV支持多種編程語言，包括C++、Python和Java等，它的主要特點是它提供了許多預先實作的演算法，包括特征檢測、影像處理、目標跟蹤、人臉識別、運動估計、3D重建和深度學習等領域，

1.2 安裝及使用

• python 3.x
• Jupyter

pip install jupyter

• opencv-python

pip install opencv-python #或opencv-contrib-python 
# opencv-python包含基本的opencv
# opencv-contrib-python是高配版，帶一些收費或者專利的演算法，還有一些比較新的演算法的高級版本,這些演算法穩定之后會加入opencv-python，

已經安裝opencv，查看opencv庫的安裝路徑

• 方法一：用__file__屬性

import cv2
cv2.__file__
# 'XXX\\Python\\Python310\\lib\\site-packages\\cv2\\__init__.py'

• 方法二：用pip show opencv-python

C:\Users\Administrator> pip show opencv-python
# 輸出示例：
# Name: opencv-python
# Version: 4.7.0.72
# Summary: Wrapper package for OpenCV python bindings.
# Home-page: https://github.com/opencv/opencv-python
# Author:
# Author-email:
# License: Apache 2.0
# Location: xxx\python310\lib\site-packages // 此處即為所求安裝路徑
# Requires: numpy, numpy, numpy, numpy
# Required-by:

原始碼github地址：this

使用OpenCV進行影像處理的介面源地址：here

二、影像的基礎

2.1 成像原理

以電磁波譜輻射為基礎的影像我們最為熟悉，某個物體發出電磁波被其他物體所接受從而形成影像，常見的由X射線和可見光波段的影像，

• 伽馬射線【Gamma rays】：是從原子核內部發出來的，穿透力很強，對生物的破壞力很大，
• X射線【X-rays】
  • 應用：CT影像
  • 原理：利用不同密度對X射線的吸收率不一樣，從而得到不同的衰減以成像，
• 紫外線波段成像【Ultraviolet】有顯著的化學效應和熒光效應
• 可見光波段成像【Visible】
  • 人類能看到的所有物體都是可見光波段成像，原理是：光線照射到物體上，反射到人眼中從而形成影像，
• 紅外線波段成像【Infrared】
  • 自然界中，一切物體都可以輻射紅外線，
  • 利用探測儀測量目標本身與背景間的紅外線差可以得到不同的紅外影像，
• 微波波段成像【Microwaves】
  • 應用：雷達
• 無線電波段成像【Radio waves】
  • 應用1：電視、手機、無線電廣播等
  • 應用2：磁共振成像(MRI)

2.2 影像格式

• BMP：位圖影像
• JPEG：互聯網上常用，壓縮較大
• GIF：可以是動圖
• PNG：支持Alpha通道調整影像的透明度
• TIFF：資訊豐富，有利于原稿的復制

2.3 顏色空間

顏色空間又稱為彩色模型，在某些標準下對彩色加以說明，常見的顏色空間有：

• RGB，主要用于計算機圖形學中，根據人眼識別的顏色進行創建
• HSV[色調、飽和度、明度]，根據顏色的直觀特性創建
• HSI【色調、飽和度、強度】，反應人感知顏色的基本屬性，與人感知顏色的結果一一對應
• CMYK【青色、品紅、黃色、黑色】，應用于印刷業

三、OpenCV基礎操作

3.1 影像的讀取、顯示、保存

1. 讀取影像

import cv2
img = cv2.imread("影像路徑", "讀取方式")
# cv2.IMREAD_COLOR: 默認值，加載一張彩色影像，忽視透明度，數字表示1
# cv2.IMREAD_GRAYSCALE: 加載一張灰度圖，數字表示0
# cv2.IMREAD_UNCHANGED: 加載影像，包括它的Alpha通道，數字表示-1
print(img.shape) # img按照BGR的格式進行存盤

2. 顯示影像

cv2.imshow("視窗名", img)
# cv2.waitKey()是一個鍵盤系結函式，單位是毫秒，0代表等待鍵盤輸入
k = cv2.waitKey(0)
if k == 27: # 輸入ESC鍵退出
	cv2.destroyAllWindows()

3. 保存影像

cv2.imwrite("保存路徑+名稱", img)

3.2 通道轉換

影像解析度，每英寸影像內的像素點數，解析度越高，像素點密度越高，影像越清晰，

影像的位深度[8位、24位、32位]，是指描述影像每個像素點數值所占的二進制位數，如8bit只能表示灰度影像，每個點的值的范圍為0-255【\(2^8\)】，24bit可以表示RGB三通道的影像，32bit可以表示RGB+Alpha四通道的影像，也就是說，位深度越大則影像能表示的顏色數就越多，色彩越豐富逼真，

1. 通道轉換

# 3==>1: GRAY = R * 0.114 + G * 0.587 + R * 0.299
# 1==>3: R = G = B = GRAY, A = 0
cv2.cvtColor(img, flag)
# img為待轉換的影像，flag為轉換模式
# cv2.COLOR_BGR2GRAY，彩色轉灰度
# cv2.COLOR_GRAY2BGR，灰度轉彩色
# cv2.COLOR_BGR2RGB, BGR格式轉為RGB格式，opencv讀入的影像是BGR格式的
# 注意：matplotlib.pyplot中使用的是RGB格式，需要進行轉換后再使用
import matplotlib.pyplot as plt
img = cv2.imread("test.png", cv2.IMREAD_COLOR)
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.subplot(1, 2, 1)
plt.imshow(img) # 會發現此影像有色差
plt.subplot(1, 2, 2)
plt.imshow(img_rgb) # 正常

2. 通道分離

將彩色影像，分成b, g, r三個單通道影像，

import cv2
img = cv2.imread("orig.png")
b, g, r = cv2.split(img)

3. 通道合并

可是使用split對影像進行通道分離后，對單獨通道進行修改，然后再合并為彩色影像，

import cv2
import numpy as np
img = cv2.imread("orig.png")
b, g, r = cv2.split(img)
b[:] = 0
img_merge = cv2.merge([b, g, r])
zeros = np.zeros(image.shape, dtype="uint8")
cv2.imshow("GREEN", cv2.merge([zeros, g, zeros]))

4. 影像直方圖

影像直方圖（Image Histogram）用來表示數字影像中亮度分布的直方圖，描述的是每個亮度值的像素數，能夠反映影像亮度的分布情況，直方圖常被用于影像的二值化，

import cv2
img = cv2.imread("test.png")
# cv2.calcHist([img], channels, mask, histSize, ranges)
hist = cv2.calcHist([img, [0], None, [256], [0, 255]])
# channels: 待計算的通道
# histSize：表示直方圖分成多少份

三、OpenCV常見影像處理

3.1 在影像上繪制幾何影像及添加文字

import cv2
img = cv2.imread("test.png")
# 繪制線段
cv2.line(img, (0, 0), (511, 511), (255, 0, 0), 5, cv2.LINE_AA)
# 待繪制的影像，起點，終點，線段顏色，線寬, linetype線條的型別

# 矩形繪制
# cv2.rectangle(待繪制影像, 左上角坐標, 右下角坐標，顏色，線寬，線型)
cv2.rectangle(img, (384, 0), (510, 128), (0, 255, 255), -1)
# 線寬為-1表示區域填充

# 圓繪制
# cv2.circle(待繪制影像, 圓心，半徑，顏色，線寬，線型)
cv2.circle(img, (447, 63), 63, (0, 0, 255), -1)

# 橢圓繪制
# cv2.ellipse(待繪制影像，中心點坐標，(長軸長度、短軸長度)， 旋轉角， 起始角度，終止角，顏色、線寬、線型)
cv2.ellipse(img, (256, 256), (100, 50), 0, 0, 360, (255, 0, 0), -1)
# 起始角和終止角控制了，是畫一整個橢圓，還是橢圓的一部分

# 多邊形繪制
# cv2.polylines(img, 點對，線段是否閉合，顏色，線寬、線型)
pts = np.array([[10, 5], [50, 10], [70, 20], [20, 30]])
pts = pts.reshape((-1, 1, 2)) # 將點對轉換為1行兩列
cv2.polylines(img, [pts], True, (0, 255, 255))

# 添加文字
# cv2.putText(img, 要添加的文本, 文字的起始坐標[左下角的起點], 字體，文字縮放比例，顏色，線寬，線型)
font = cv2.FONT_HERSHEY_SIMPLEX
cv2.putText(img, "OpenCV", (50, 200), font, 3, (0, 255, 255), 5, cv2.LINE_AA)

3.2 影像的幾何變換

關于影像幾何變換的介面的官方說明，點這里，

影像的幾何變換包括平移、縮放、旋轉、鏡像、仿射變換、透視變換等，

# 仿射變換函式
cv2.warpAffine(img, M, dsize, flags, borderMode, borderValue)
# 輸入影像，變換矩陣，輸出影像尺寸，插值方法，邊界像素模式，邊界填充值
# 插值方法有四種：
# cv2.INTER_NEAREST(最近鄰插值，默認，速度最快)、
# cv2.LINEAR(線性插值)
# cv2.INTER_AREA(區域插值)
# cv2.INTER_CUBIC(三次樣條插值)
# cv2.INTER_LANCZOS4(Lancozos插值)

平移：將影像上所有的點按照指定的平移量水平或垂直移動，

\(x_1 = x_0 + t_x\)

\(y_1 = y_0 + t_y\)

import cv2
import numpy as np
img = cv2.imread("test.png")

# 構造移動變換矩陣
# 在x方向移動50，y方向移動25
H = np.float32([[1, 0, 50], [0, 1, 25]])
rows, cols = img.shape[:2]

res = cv2.warpAffine(img, H, (cols, rows))
# 注意，這里的dsize是先列后行

縮放：縮小影像稱為下采樣【down-Sampling】，放大影像稱為上采樣【up-Sampling】

import cv2
img = cv2.imread("test.png")

# cv2.resize(src, dsize=None, fx, fy, interpolation)
# 待縮放影像，輸出影像尺寸[與比例因子二選一]，fx沿水平軸的比例因子，fy沿y軸的比例因子，插值方法
cv2.resize(img, None, fx=2, fy=2, interpolation=cv2.INTER_CUBIC)

旋轉：以某點為中心，旋轉一定的角度，也就是說將影像上所有像素點旋轉一個相同的角度，

---- 用旋轉來擴充資料集，因為影像具有旋轉不變性，旋轉前后類別一致，

假設原來的坐標為：

\(x_0 = r cos(\alpha), y_0 = r sin(\alpha)\)

旋轉后的坐標為：

\(x = rcos(\alpha + \theta) = rcos{\alpha}cos{\theta} - rsin{\alpha}sin{\theta} = x_0cos{\theta} - y_0 sin{\theta}\)

\(y = rsin(\alpha + \theta) = rsin{\alpha}cos{\theta} - rcos{\alpha}sin{\theta} = y_0cos{\theta} + x_0 sin{\theta}\)

注意：

• 影像旋轉之前，為了避免資訊丟失，一定要有坐標平移
• 旋轉后會有空洞，對這些空洞要進行填充

import cv2
# 旋轉矩陣：影像的旋轉中心，旋轉角度，縮放比例[0.5 正表示逆時針旋轉并將結果縮放為原來的0.5]
# M = cv2.getRotationMatrix2D(center, angle, scale)
img = cv2.imread("test.png")
rows, cols = img.shape[:2]

M = cv2.getRotationMatrix2D((cols/2, rows/2), 45, 2)
dst = cv2.warpAffine(img, M, (cols, rows), borderVal=(0, 255, 255))

仿射變換：通過仿射變換對影像進行平移、旋轉、縮放、剪切、反射等操作，以達到資料增強的效果，

# 求仿射變換矩陣, pos1表示變換前的位置，pos2表示變換后的位置
# M = cv2.getAffineTransform(pos1, pos2)

import cv2
import numpy as np

img = cv2.imread("test.png")
pos1 = np.float32([[50, 50], [200, 50], [50, 200]])
pos2 = np.float32([[10, 100], [200, 50], [100, 250]])
M = cv2.getAffineTransform(pos1, pos2)
res = cv2.warpAffine(img, M, (cols, rows))

透視變換：本質是將影像投影到一個新的視平面上，

# pos1表示透視變換前的4個點對應的位置
# pos2表示透視變換后的4個點對應的位置
# M = cv2.getPerspectiveTransform(pos1, pos2)

import cv2
import numpy as np

img = cv2.imread("test.png")
pos1 = np.float32([[114, 82], [287, 156], [8, 100], [143, 177]])
pos2 = np.float32([[0, 0], [188, 0], [0, 262], [188, 262]])
M = cv2.getAffineTransform(pos1, pos2)
res = cv2.warpAffine(img, M, (cols, rows))

3.3 影像濾波

關于平滑影像的介面的官方說明，

濾波，就是過濾掉某些信號，在影像處理領域，影像可以看作是一個二維信號，其中像素點的灰度值表示信號的強弱；像素值變化劇烈的地方稱為高頻區域，像素值變化緩慢、平坦的地方稱為低頻區域，

根據過濾內容，可以將濾波器分為高通濾波器和低通濾波器，高通濾波器過濾低頻信號，通過高頻信號，從而可以檢測尖銳、變化明顯的地方，常用于影像的邊緣檢測；低通濾波器過濾高頻信號，放行低頻信號，可以讓影像變得平滑，主要用于影像的平滑去噪，

按照濾波器的實作方式，可以將濾波器分為線性濾波器和非線性濾波器，常見的線性濾波器有方框濾波、均值濾波、高斯濾波等；非線性濾波器有中值濾波、雙邊濾波等，

• 線性濾波：

使用領域內像素點值的加權和計算當前像素點的結果

\(O(x, y) = \sum{f(x + i, y + j) * k(i, j)}\)

方框濾波：

\[ kernel = \alpha \begin{bmatrix} 1&1\cdots&1\\ 1&1\cdots&1\\ \vdots&\vdots&\vdots \\ 1&1\cdots&1 \\ \end{bmatrix}, \alpha = \left\{ \begin{matrix} {1 \over {height * width}}, normalize=True \\ 1, normalize = False \end{matrix} \right. \]

均值濾波：

\[ kernel = {1 \over {height*width}} \begin{bmatrix} 1&1\cdots&1\\ 1&1\cdots&1\\ \vdots&\vdots&\vdots \\ 1&1\cdots&1 \end{bmatrix} \]

高斯濾波：可消除高斯噪聲，廣泛用于影像處理的降噪程序，kernel的權重由中心向周邊遞減，中心權重最大，越遠離中心的像素點權重越低，

kernel的定義可以參考這里，

在C++介面中，介面中可以定義\(\sigma_x\)和\(\sigma_y\)；Python介面中，只傳入\(\sigma_x\)，y軸的\(\sigma\)由內部核大小計算得出，

import cv2
# boxFilter
# cv2.boxFilter(src, depth, ksize, normalize)
img = cv2.imread("test.png")
cv2.boxFilter(img, -1, (3, 3), normalize=True)

# 均值濾波
# cv2.blur(src, ksize) 
cv2.blur(img, (3, 3))

# 高斯濾波
# cv2.Guassianblur(src, ksize, std) 
# std為標準差，調整kernel的下降速度，std越大下降越慢[高斯曲線越矮胖，遠離中心點的像素對中心像素的影響越大]，濾波結果越平滑，
blur = cv2.GaussianBlur(img, (5, 5), 0)

• 非線性濾波：

中值濾波：利用鄰域內像素點的中值作為目標像素點的值【kernel區域內像素值排序取中值】，可用于去除椒鹽噪聲和斑點噪聲，

雙邊濾波：同時考慮影像的空間鄰近度和像素值相似性，達到保邊去噪的目的，

\(I^{filter}(x) = {1 \over W_p}\sum_{x_i}I(x_i)f_r(||I(x_i) - I(x)||)g_s(||I(x_i) - I(x)||)\)

# 中值濾波
# cv2.medianBlur(img, ksize)
median = cv2.medianBlur(img, 5)

# 雙邊濾波
# cv2.bilatralFilter(src, d, sigmaColor, sigmaSpace)
# d鄰域直徑，sigmaColor灰度值相似性高斯標準差，sigmaSpace空間鄰近高斯標準差
blur = cv2.bilateralFilter(img, 9, 75, 75)

3.4 影像增強

• 直方圖均衡化：

將影像通過某種變換，得到一幅灰度值直方圖均勻分布的新影像，可用于消除過度曝光，也可以提升暗部細節，計算方式為：

1. 統計原圖中每個灰度級出現的次數
2. 計算累積歸一化直方圖
3. 重新計算像素點的像素值

import cv2
# 直方圖均衡化,接收單通道的影像, 如果是彩色影像，需要將其進行分離然后處理再合并
# cv2.equalizeHist(img)
img = cv2.imread("test.png")
b, g , r = cv2.split(img)
bH = cv2.equalizeHist(b)
gH = cv2.equalizeHist(g)
rH = cv2.equalizeHist(r)
imgH = cv2.merge((bH, gH, rH))

• Gamma變換：

對輸入影像灰度值進行非線性操作，使得輸出影像的灰度值與輸入影像的灰度值呈指數關系，矯正過曝或過暗的圖片，

\(V_{out} = A V_{in}^\gamma\)

原理及實作可參考Python-OpenCV中的Gamma變換（校正），

3.5 形態學變換

當我們想要對數字影像進行處理和分析時，形態學運算是一種非常有用的工具，它主要用于影像處理領域中的形態學分析，例如形狀檢測、邊緣檢測、特征提取等，

形態學運算是一種針對二值影像（即黑白影像）進行的基本操作，它可以通過對影像中的像素進行特定的處理，來改變或增強影像的形態結構，

以下是形態學運算中最基本的兩個操作：

• 膨脹（Dilation）：將一個結構元素（通常是正方形或圓形）放在影像的某個像素上，如果該像素為白色（值為1），則該結構元素內的所有像素都被標記為白色（1），從而擴大了影像中的白色區域，膨脹操作可以用來填充小的空洞或連接不連通的區域，
• 腐蝕（Erosion）：將一個結構元素放在影像的某個像素上，如果該像素為黑色（值為0），則該結構元素內的所有像素都被標記為黑色（0），從而縮小了影像中的白色區域，腐蝕操作可以用來去除小的噪點或分離連接的物體，

這兩種基本的形態學運算通過重復執行多次，可以實作復雜的影像處理操作，如開運算、閉運算、梯度等，

• 開運算（Opening）：先對影像進行腐蝕操作，然后再進行膨脹操作，它可以用來去除影像中的小噪點和連接不緊密的區域，
• 閉運算（Closing）：先對影像進行膨脹操作，然后再對影像進行腐蝕操作，它可以用來填充影像中的小孔或連接不完整的區域，
• 梯度（Gradient）：對影像進行膨脹和腐蝕操作，然后將兩幅影像相減，可以得到原始影像中物體的邊緣，
• 頂帽（Top Hat）：原圖與開運算圖的差值，突出原影像中比周圍區域亮的區域
• 黑帽（Black Hat）：閉操作影像-原影像，突出原影像中比周圍暗的區域

形態學運算，可以凸顯目標物件最本質的形狀特征，如邊界、連通區域等，

# 獲取結構元素
# kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (7, 7)) # 矩形
# kernel = cv2.getStructuringElement(cv2.MORPH_CROSS, (7, 7)) # 十字形
# kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (7, 7)) # 橢圓

# 腐蝕操作
cv2.erode(src, kernel, anchor, iterations)
# element: 腐蝕操作的內核，默認為一個簡單的3x3矩陣
# anchor: 內核中心點，默認為Point(-1, -1)
# iterations：腐蝕次數，默認為1

# 膨脹操作
cv2.dilate(src, kernel, iterations=1)

# cv2.morphologyEx(img, MorphTypes, kernel)
# MorphTypes包含如下型別：
# cv2.MORPH_ERODE、cv2.MORPH_DILATE
# cv2.MORPH_OPEN # dst = dilate(erode(src, element))
# cv2.MORPH_CLOSE # dst = erode(dilate(src, element))
# cv2.MORPH_GRADIENT # dst = dilate(src, element) - erode(src, element)
# cv2.MORPH_TOPHAT # dst = tophat(src, element) = src - open(src, element)
# cv2.MORPH_BLACKHAT # dst = blackhat(src, element) = close(src, element) - src
# 開運算
open_img = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)
# 閉運算
close_img = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)

---

關注我的公眾號 不定期推送資訊，接受私信許愿

作者：iSherryZhang 出處：https://www.cnblogs.com/shuezhang/ 本文著作權歸作者和博客園共有，歡迎轉載，但未經作者同意必須保留此段宣告，且在文章頁面明顯位置給出原文連接，否則保留追究法律責任的權利，

轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/548742.html

標籤：其他

上一篇：怎么算是在作業中負責？

下一篇：蘇格拉底學習法