乐趣区

关于python:用-Python-和-OpenCV-实现图像处理基础

jiezi

OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉库，为 Python 和其余编程语言提供了丰盛的图像处理性能。在本文中，咱们将介绍如何应用 Python 和 OpenCV 实现图像的根本解决操作，如读取、显示、保留、缩放、旋转等。

一. 装置 OpenCV

首先，咱们须要装置 OpenCV 库。在命令行中应用 pip 进行装置：

pip install opencv-python

二. 读取、显示和保留图像

应用 OpenCV 读取、显示和保留图像非常简单。以下是一个简略的示例：

import cv2

# 读取图像
image = cv2.imread('example.jpg')

# 显示图像
cv2.imshow('Image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

# 保留图像
cv2.imwrite('example_copy.jpg', image)

三. 缩放图像

OpenCV 提供了 cv2.resize() 函数，能够用来调整图像的尺寸。以下是一个示例：

import cv2

image = cv2.imread('example.jpg')
height, width = image.shape[:2]

# 缩放图像
scaled_image = cv2.resize(image, (width // 2, height // 2), interpolation=cv2.INTER_LINEAR)

# 显示原图像和缩放后的图像
cv2.imshow('Original Image', image)
cv2.imshow('Scaled Image', scaled_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

四. 旋转图像

要旋转图像，咱们能够应用 cv2.getRotationMatrix2D() 和 cv2.warpAffine() 函数。以下是一个示例：

import cv2

image = cv2.imread('example.jpg')
height, width = image.shape[:2]

# 获取旋转矩阵
rotation_matrix = cv2.getRotationMatrix2D((width / 2, height / 2), 45, 1)

# 旋转图像
rotated_image = cv2.warpAffine(image, rotation_matrix, (width, height))

# 显示原图像和旋转后的图像
cv2.imshow('Original Image', image)
cv2.imshow('Rotated Image', rotated_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

五. 色调空间转换

OpenCV 反对多种色调空间转换，例如从 BGR（默认）转换为灰度图像或者 HSV 空间。以下是一个示例：

import cv2

image = cv2.imread('example.jpg')

# 转换为灰度图像
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 转换为 HSV 空间
hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

# 显示原图像、灰度图像和 HSV 图像
cv2.imshow('Original Image', image)
cv2.imshow('Gray Image', gray_image)
cv2.imshow('HSV Image', hsv_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

六. 图像滤波

OpenCV 提供了多种图像滤波办法，如 Gaussian 含糊、中值滤波等。以下是一个示例：

import cv2

image = cv2.imread('example.jpg')

# 应用 Gaussian 含糊
gaussian_blur = cv2.GaussianBlur(image, (5, 5), 0)

# 应用中值滤波
median_blur = cv2.medianBlur(image, 5)

# 显示原图像、Gaussian 含糊后的图像和中值滤波后的图像
cv2.imshow('Original Image', image)
cv2.imshow('Gaussian Blur', gaussian_blur)
cv2.imshow('Median Blur', median_blur)
cv2.waitKey(0)
cv2.destroyAllWindows()

这些只是 Python 和 OpenCV 在图像处理方面的基本操作。实际上，OpenCV 还提供了很多高级性能，如图像宰割、特征提取、对象检测等。心愿本文能为你的图像处理学习之旅提供一个良好的终点。

退出移动版