OpenCV-Python 对图像的基本操作代码

更新时间：2021年11月26日 10:38:36 作者：WSKH0929

这篇文章主要介绍了OpenCV-Python 对图像的基本操作,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt
# 设置兼容中文
plt.rcParams['font.family'] = ['sans-serif']
plt.rcParams['font.sans-serif'] = ['SimHei']

D:\Anaconda\AZWZ\lib\site-packages\numpy\_distributor_init.py:30: UserWarning: loaded more than 1 DLL from .libs:

D:\Anaconda\AZWZ\lib\site-packages\numpy\.libs\libopenblas.NOIJJG62EMASZI6NYURL6JBKM4EVBGM7.gfortran-win_amd64.dll

D:\Anaconda\AZWZ\lib\site-packages\numpy\.libs\libopenblas.WCDJNK7YVMPZQ2ME2ZZHJJRJ3JIKNDB7.gfortran-win_amd64.dll

  warnings.warn("loaded more than 1 DLL from .libs:\n%s" %

cv.__version__

'4.5.1'

rain = cv.imread('img/rain.jpg')[:500,:500,:]

view = cv.imread('img/view.jpg')

print(rain.shape)

print(view.shape)

(500, 500, 3)

(500, 500, 3)

plt.figure()

plt.subplot(1,2,1)

m1 = plt.imshow(rain[:,:,::-1])

plt.title('rain.jpg')

plt.subplot(1,2,2)

m2 = plt.imshow(view[:,:,::-1])

plt.title('view.jpg')

Text(0.5, 1.0, 'view.jpg')

在这里插入图片描述

1.图像的加法

# cv加法
add_img = cv.add(rain,view)
plt.imshow(add_img[:,:,::-1])

<matplotlib.image.AxesImage at 0x1fdc2fed160>

在这里插入图片描述

# numpy 加法
add_img2 = rain + view
plt.imshow(add_img2[:,:,::-1])

<matplotlib.image.AxesImage at 0x1fdc2d4d4c0>

在这里插入图片描述

2.图像的混合

# 图像的混合(按照权重)
img3 = cv.addWeighted(rain,0.2,view,0.8,0)
plt.imshow(img3[:,:,::-1])

<matplotlib.image.AxesImage at 0x1fdc2f01a00>

在这里插入图片描述

3.图像的缩放

# 获取绝对尺寸 行，列
row,col = rain.shape[:2]

print("row:",row,",col:",col)

row: 500 ,col: 500

# 图像放大
res = cv.resize(rain,(2*row,2*col))
plt.figure()
plt.subplot(1,2,1)
m1 = plt.imshow(rain[:,:,::-1])
plt.title("放大前")
plt.subplot(1,2,2)
m2 = plt.imshow(res[:,:,::-1])
plt.title("放大后")

Text(0.5, 1.0, '放大后')

在这里插入图片描述

# 使用相对坐标 进行图像缩小
res2 = cv.resize(rain,None,fx=0.5,fy=0.5)
plt.figure()
plt.subplot(1,2,1)
m1 = plt.imshow(rain[:,:,::-1])
plt.title("缩小前")
plt.subplot(1,2,2)
m2 = plt.imshow(res2[:,:,::-1])
plt.title("缩小后")

Text(0.5, 1.0, '缩小后')

在这里插入图片描述

4.图像的平移

# 创建平移矩阵  x方向上平移100，y方向上平移50
M = np.float32([[1,0,100],[0,1,50]])
M

array([[  1.,   0., 100.],
       [  0.,   1.,  50.]], dtype=float32)

# cv.warpAffine(要平移的图形,平移矩阵,背景画布大小)
res = cv.warpAffine(rain,M,rain.shape[:2])

plt.figure()
plt.subplot(1,2,1)
m1 = plt.imshow(rain[:,:,::-1])
plt.title("平移前")
plt.subplot(1,2,2)
m2 = plt.imshow(res[:,:,::-1])
plt.title("平移后")

Text(0.5, 1.0, '平移后')

在这里插入图片描述

5.图像的旋转

row,col = rain.shape[:2]

# 生成旋转矩阵 getRotationMatrix2D(旋转中心坐标，旋转角度，缩放比例)
M = cv.getRotationMatrix2D((row/2,col/2),45,1)

# cv.warpAffine(要旋转的图形,旋转矩阵,背景画布大小)
res = cv.warpAffine(rain,M,(col,row))

plt.figure()
plt.subplot(1,2,1)
m1 = plt.imshow(rain[:,:,::-1])
plt.title("旋转前")
plt.subplot(1,2,2)
m2 = plt.imshow(res[:,:,::-1])
plt.title("旋转后")

Text(0.5, 1.0, '旋转后')

在这里插入图片描述

6.图像的仿射变换

pts1 = np.float32([[50,50],[200,50],[50,200]])
pts2 = np.float32([[100,100],[200,50],[100,250]])

M = cv.getAffineTransform(pts1,pts2)
M

array([[ 0.66666667,  0.        , 66.66666667],
       [-0.33333333,  1.        , 66.66666667]])

res = cv.warpAffine(rain,M,rain.shape[:2])

plt.figure()
plt.subplot(1,2,1)
m1 = plt.imshow(rain[:,:,::-1])
plt.title("仿射变换前")
plt.subplot(1,2,2)
m2 = plt.imshow(res[:,:,::-1])
plt.title("仿射变换后")

Text(0.5, 1.0, '仿射变换后')

在这里插入图片描述

7.图像的透射变换

pst1 = np.float32([[56,65],[368,52],[28,387],[389,390]])
pst2 = np.float32([[100,145],[300,100],[80,290],[310,300]])

M = cv.getPerspectiveTransform(pst1,pst2)
M

array([[ 3.98327670e-01, -2.09876559e-02,  7.49460064e+01],
       [-1.92233080e-01,  4.29335771e-01,  1.21896057e+02],
       [-7.18774228e-04, -1.33393850e-05,  1.00000000e+00]])

res = cv.warpPerspective(rain,M,rain.shape[:2])

plt.figure()
plt.subplot(1,2,1)
m1 = plt.imshow(rain[:,:,::-1])
plt.title("透射变换前")
plt.subplot(1,2,2)
m2 = plt.imshow(res[:,:,::-1])
plt.title("透射变换后")

Text(0.5, 1.0, '透射变换后')

在这里插入图片描述

8.图像金字塔

# 上采样

img_up = cv.pyrUp(rain)

# 下采样

img_down = cv.pyrDown(rain)

plt.figure()

plt.subplot(1,3,1)

m1 = plt.imshow(rain[:,:,::-1])

plt.title("原图")

plt.subplot(1,3,2)

m2 = plt.imshow(img_up[:,:,::-1])

plt.title("上采样")

plt.subplot(1,3,3)

m2 = plt.imshow(img_down[:,:,::-1])

plt.title("下采样")

Text(0.5, 1.0, '下采样')

在这里插入图片描述

到此这篇关于OpenCV-Python 对图像的基本操作的文章就介绍到这了,更多相关OpenCV-Python图像操作内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

python opencv实现图像矫正功能
这篇文章主要为大家详细介绍了python opencv实现图像矫正功能，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2022-08-08
python之multimethod包多分派解读
这篇文章主要介绍了python之multimethod包多分派问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
2023-08-08
python交互式图形编程实例（二）
这篇文章主要为大家详细介绍了python交互式图形编程实例，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2017-11-11
用Python展示动态规则法用以解决重叠子问题的示例
这篇文章主要介绍了用Python展示动态规则法用以解决重叠子问题的一个棋盘游戏的示例,动态规划常常适用于有重叠子问题和最优子结构性质的问题,且耗时间往往远少于朴素解法,需要的朋友可以参考下
2015-04-04
Pytorch如何快速计算余弦相似性矩阵
这篇文章主要介绍了Pytorch如何快速计算余弦相似性矩阵问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
2024-02-02
python类的继承实例详解
这篇文章主要介绍了python类的继承实例详解的相关资料,需要的朋友可以参考下
2017-03-03
基于Python实现DIT-FFT算法
FFT（Fast Fourier Transformation）是离散傅氏变换（DFT）的快速算法。即为快速傅氏变换。本文将用Python语言实现DIT-FFT算法，感兴趣的可以了解一下
2022-10-10
pytorch 数据处理:定义自己的数据集合实例
今天小编就为大家分享一篇pytorch 数据处理:定义自己的数据集合实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-12-12
Python实现强制复制粘贴的示例详解
下个文档还要马内？还好我会Python，本文就来教大家来一手如何利用Python实现强制复制粘贴。文中的示例代码讲解详细，感兴趣的小伙伴可以了解一下
2022-12-12
利用Python实现读取Word文档里的Excel附件
这篇文章主要为大家详细介绍了如何利用Python实现读取Word文档里的Excel附件，文中的示例代码讲解详细，感兴趣的小伙伴可以跟随小编一起了解一下
2022-12-12