opencv-1.入门图像处理

1.用opencv打开图片：

imread（）功能就是载入一张图片。该函数经常配合imshow( )函数一起使用，imshow( )函数功能就是把你刚才载入的图片显示出来。

import cv2

img = cv2.imread('D:\qqfiles\MobileFile\thumb\betsy.JPG')
cv2.imshow('image',img)
cv2.waitKey(0)     # 使图片停留用于观察，没有这一行代码，图片会在展示瞬间后消失

2.用opencv打开视频：

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键后break
        break
capture.release()
cv.destroyAllWindows()

增加一个函数调整大小。

def rescaleFrame(frame, scale=0.6):
    width = int(frame.shape[1] * scale)  # frame.shape[1]：图像的水平尺寸（宽度）
    height = int(frame.shape[0] * scale)  # frame.shape[0]：图像的垂直尺寸（高度）
    dimensions = (width, height)
    return cv.resize(frame, dimensions)  # 默认插值：INTER_NEAREST - 最邻近插值

3.画图：

在python图像处理过程中，遇到的RGB图像的值是处于0-255之间的，为了更好的处理图像，通常会将图像值转变到0-1之间，这个处理的过程就是图像的uint8类型转变为float类型过程。

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.图像边缘检测：

import cv2

img = cv2.imread('D:\qqfiles\MobileFile\bossbaby.jpg')
canny = cv2.Canny(img,125,155)
cv2.imshow('Boss Bab',canny)#canny:一位科学家名字
cv2.waitKey(0)     # 使图片停留用于观察，没有这一行代码，图片会在展示瞬间后消失

5.图片灰度处理：

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)  # 使图片停留用于观察，没有这一行代码，图片会在展示瞬间后消失

6.位运算：
先画两个图形：

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)
# 圈的中心点为（200，200），半径=180，颜色随便输的，粗细也是随便输的-_-）
circle = cv.circle(black.copy(), (200, 200), 180, (230,26,255), 50)

cv.imshow("rectangle", rectangle)
cv.imshow("circle", circle)

或：两张图片同一位置的色素两个值不全为零的才会有输出
非：对一张图片操作 取反
异或：两张图片同一位置的色素两个值有一个为零，另一个不为零才会输出
与：两张图片同一位置的色素两个值均不为零的才会有输出

依次做或，和，异或，非运算：

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)

展示一个全家福：

小问题;异或的时候，为什么原来紫色部分会出现蓝色。
已解决：
RGB 每个颜色都是 8通道的
相当于 8位bit
然后 5 就是 0000 0101

(5,155,246) (230,26,255)->(227,129,9)结果确实是蓝色（这个色很接近矩形颜色的补色）