OpenCV学习

• 图像的IO操作

• 绘制直线

  // img:要绘制的图像
  // start,end:直线的起点和终点
  // color:线条的颜色
  // thickness:线条的宽度
  cv.line(img,start,end,color,thickness);

• 绘制圆形

  // img:要绘制的图像
  // centerpoint,r:圆心和半径
  // color:线条的颜色
  // thickness:线条的宽度，为-1时生成闭合图案并填充颜色
  cv.circle(img,centerpoint,r,color,thickness);
  

• 绘制矩形

  // img:要绘制的图像
  // leftupper,rightdown:矩形的左上角和右下角坐标
  // color:线条的颜色
  // thickness:线条的宽度
  cv.rectangle(img,leftupper,rightdown,color,thickness)
  

• 向图像中添加文字

  // img:要绘制的图像
  // text:要写入的文本数据
  // station:文本放置的位置
  // font:字体
  // fontsize:字体大小
  // color:颜色
  // thickness:宽度
  // cv.LINE_AA:线性写入
  cv.putText(img,text,station,font,fontsize,color,thickness,cv.LINE_AA)
  

• 创建图像

  img = np.zeros((512,512,3),np.uint8)  // 创建一个512*512的图像，3波段(BGR三通道),无符号整型的格式
  

• 代码示例

• 获取并修改图像中的像素点

  // 获取某个像素点的值
  px = img[100,100]
  // 仅获取蓝色通道的强度值
  blue = img[100,100,0]  //最后的0表示BGR的B
  // 修改某个位置的像素值
  img[100,100] = (255,255,255)
  

• 获取图像的属性

  img.shape // 图像的形状   =>  (256,256,3)  // 256row,256column,3通道
  img.size  // 图像的大小,表示共有多少个像素   => 256*256*3得到的像素数量
  img.dtype  // 图像的类型  => dtype('uint8')  // uint8类型
  

• 图像通道的拆分与合并

  // 通道拆分
  b,g,r = cv.split(img);
  // 通道合并
  img = cv.merge((b,g,r));   // 获得彩色图像
  

• 色彩通道的改变

  // input_img:进行转换的图像
  // flag:转化类型  =>  COLOR_BGR2GRAY: BGR -> GRAY     COLOR_BGR2HSV: BGR -> HSV
  cv.cvtColor(input_img,flag);
  

• 图像的加法

  cv.add(img1,img2);  => // 要合并的两张图像
  

• 图像的混合

  cv.addWeighted(img1,0.7,img2,0.3,0)  // 比例为7:3
  

• 图像缩放 ```cpp // src:输入图像 // dsize:绝对尺寸，指定调整后图像大小 // fx,fy:相对尺寸，将dsize设置为None，然后将fx和fy设置为比例因子即可 // interpolation:插值方法 / * 插值：

    INTER_LINEAR  => 双线性插值法
    INTER_NEAREST => 最近邻插值
    INTER_AREA => 像素区域重采样(默认) 
    INTER_CUBIC => 双三次插值
  

  */ cv.resize(src,dsize,fx=0,fy=0,interpolation = cv2.INTER_LINEAR);

// example: // rows,cols = kids.shape[:2]; // res = cv.resize(src,(2 cols,2 rows)) => 绝对坐标放大 // res = cv.resize(src,None,fx = 0.5,fy = 0.5) => 相对坐标缩小

- **图像的平移**
```cpp
// 参数
// img:输入的图像
// M: 2*3的移动矩阵 => 对于(x,y)处的像素点，要把它移动到(x + x1,y + y1)处时，M矩阵如下图。M设置为np.float32类型的Numpy数组就可以了
// dsize:输出图像的大小
// 注意，输出图像的大小，应该是(宽,高)的形式。width = 列数，height = 行数
cv,warpAffine(img,M,dsize);
// example
// M = np.float32([[1,0,100],[0,1,50]]);  => 平移矩阵(创建一个矩阵,两个数组分别为X,Y)
// dst = cv.warpAffine(img,M,(cols,rows));

• 图像的旋转

  // 1、先获取旋转矩阵
  // 参数
  // center: 旋转中心
  // angle: 旋转角度
  // scale: 缩放比例
  cv.getRotationMatrix2D(center,angle,sacle); // => 返回旋转矩阵M
  // 2、调用cv.warpAffine完成图像的旋转
  // 示例:
  // ros,cols = img,shape[:2];
  // M = cv.getRotationMatrix2D((cols/2,rows/2),90,1);
  // dst = cv.warpAffine(img,M,(cols,rows));