OPENCV基礎操作

提示：本專欄所用版本僅供參考，其他版本也可

庫版本

python	Python 3.9.3
opencv	4.5.5
matplotlib	3.4.3
numpy	1.19.5

學習目錄

• （一）使用matplotlib庫繪制圖表
• （二）使用秘鑰加密圖像
• • 1：加密
  • 2：解密（二合一）
• （三）位平面分解
• （四）色彩空間
• • 1：色彩空間基本內容
  • 2：色彩空間類型轉換
• （五）結束語

（一）使用matplotlib庫繪制圖表

?? 簡介：matplotlib是Python最常用的繪圖庫，提供了一整套十分適合交互式繪圖的命令具。
?? 學習任務：簡單使用matplotlib庫創建畫布并加載圖片至畫布

代碼：

import matplotlib.pyplot as plt #導入模塊#創建一個300*300*3的三維矩陣 img1 = np.ones((300,300,3),np.uint8)#在img1的基礎上計算并創建等大矩陣 img2 = img1*80 img3 = img1*160 img4 = img1*255#加載圖像至畫布 plt.subplot(2,2,1)#在畫布上創建行2，列2的四個區域,并指向區域1 plt.imshow(img1,'gray')#將img1加載至區域1 plt.title(1)#設置區域1的標題plt.subplot(2,2,2)#在畫布上創建行2，列2的四個區域,并指向區域2 plt.imshow(img2,'gray')#將img2加載至區域2 plt.title(2)#設置區域2的標題plt.subplot(2,2,3)#在畫布上創建行2，列2的四個區域,并指向區域3 plt.imshow(img3,'gray')#將img3加載至區域3 plt.title(3)#設置區域3的標題plt.subplot(2,2,4)#在畫布上創建行2，列2的四個區域,并指向區域4 plt.imshow(img4,'gray')#將img4加載至區域4 plt.title(4)#設置區域4的標題#顯示圖像 plt.show()

運行結果：

（二）使用秘鑰加密圖像

?? 原理：圖像與手動生成的秘鑰圖像進行按位異或操作，實現加密，反之解密
?? 作用：隱藏圖像
?? 擴展：利用簡單的原理制作一個圖像解碼器

1：加密

import cv2 import numpy as np import matplotlib.pyplot as pltimg = cv2.imread('./111.jpg',0)# 0 代表讀入一張灰度圖像# 2：構建秘鑰圖像 mask = np.random.randint(0,255,(img.shape),dtype = np.uint8)#深成一張img大小的uint8類型的矩陣# 3：加密 maskimg = cv2.bitwise_xor(img,mask)#邏輯位異或操作# 4：加載圖片至畫布 plt.subplot(121) plt.imshow(maskimg,'gray') plt.title("maskimg") plt.show()

2：解密（二合一）

# 1：獲取灰度圖像 img = cv2.imread('./111.jpg',0)# 2：構建秘鑰圖像 mask = np.random.randint(0,255,(img.shape),dtype = np.uint8)# 3：加密 maskimg = cv2.bitwise_xor(img,mask)# 4：加載圖片至畫布 plt.subplot(121) plt.imshow(maskimg,'gray') plt.title("maskimg")# 二：解密 unmaskimg = cv2.bitwise_xor(maskimg,mask)# 5：加載圖片至畫布 plt.subplot(122) plt.imshow(unmaskimg,'gray') plt.title("unmaskimg")# 6：顯示圖像 plt.show()

運行結果：

（三）位平面分解

?? 原理：逐一分解灰度圖每個比特位的二進制像素值，得到八個二進制圖效果：從第0個位平面到第7個位平面分別表現了對圖像的不同影響
?? 數學處理：按位與保留當前比特位
?? 擴展：可將水印圖片藏于影響最小的第0位面中，增加隱蔽性

import cv2 import matplotlib.pyplot as plt import numpy as np """原理：逐一分解灰度圖每個比特位的二進制像素值，得到八個二進制圖效果：從第0個位平面到第7個位平面分別表現了對圖像的不同影響數學處理：按位與保留當前比特位擴展：可將水印圖片藏于任意一個位面圖中，增加隱蔽性 """ # 1:獲取灰度圖像 filename = './111.jpg'#保存圖片路徑 img = cv2.imread(filename,0)#以灰度的形式讀取圖片111# 2:構建提取矩陣 x,y = img.shape#獲取行 列數 construction = np.ones((x,y,8),np.uint8)#構建x行，y列,8個通道的矩陣for i in range(8):construction[:,:,i] = 2**i#通過八次循環給每一個通道寫入一張比特位圖，從低位到高位# 3:提取位平面 for X in range(8):"""將每個通道的表和原圖進行按位與"""construction[:,:,X] = cv2.bitwise_and(construction[:,:,X],img) # 4：法制處理（獲得黑白分明的二值圖) for X in range(8):saveimg = construction[:,:,X]>0construction[saveimg,X] = 255 # 5:顯示圖像 for i in range(8): plt.subplot(2,4,i+1)#將畫布分為兩行四列，當前圖像顯示到第i+1個區塊plt.imshow(construction[:,:,i],cmap='gray')#把圖像加載到plt畫布中plt.title(i)#設置當前圖像標題 plt.show()

運行結果：

（四）色彩空間

1：色彩空間基本內容

?? 介紹：在處理圖像的過程中，我們總是說RGB圖像。在opencv中，RGB是一種比較常見的色彩空間類型，除此之外，還有一些其他的色彩空間，常見的如下：

色彩空間內容

GRAY	灰度圖【單一通道的圖像】
XYZ	更便于計算的色彩空間（常與RGB互相轉換）
Ycrcb	加入了亮度的色彩空間
HSV	人眼感知的模型[色調[0~360]，飽和度[0 ~1]，亮度[0 ~1]]
HLS	類型HSV[色調[0 ~360],亮度/明度[0 ~1],飽和度[0 ~1]]
CIEL*a*b	均勻色彩空間模型
CIEL*u*v	適用于顯示器顯示和根據加色原理組合的場景
Bayer	用于CCD和CMOS相機中的顏色空間
Bayer	用于CCD和CMOS相機中的顏色空間

2：色彩空間類型轉換

函數原型cv2.cvtColor(src,code[,dstCn])

參數

src：輸入圖像

code：色彩空間轉碼【枚舉】

dstCn：被轉碼圖像通道數 默認表示自動獲取

返回值：輸出轉碼圖像

? 程序： import cv2 import matplotlib.pyplot as plt import numpy as np img = cv2.imread('./111.jpg')#讀入一張RGB圖x,y,n = img.shape All = np.ones((x,y,3,4), dtype=np.uint8)#轉為GRAY灰度色彩空間 All[:,:,0,0] = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#轉為CLE XYZ色彩空間 All[:,:,:,1] = cv2.cvtColor(img,cv2.COLOR_RGB2XYZ) #轉為HSV色彩空間 All[:,:,:,2] = cv2.cvtColor(img,cv2.COLOR_RGB2HSV) #轉為BGR色彩空間 All[:,:,:,3] = cv2.cvtColor(img,cv2.COLOR_RGB2BGR)#加載圖像至畫布 for X in range(4):plt.subplot(2,2,X+1)if X ==0:plt.imshow(All[:,:,0,X],'gray')continueplt.imshow(All[:,:,:,X],'gray')#顯示畫布 plt.show()

運行結果：（可以看到不同的色彩空間效果不同）

（五）結束語

?? 以上就是今天所要分享的內容了
?? 學習路漫漫，我們仍需負重前行……
?? 為此博主新創建了一個群，期待你們的加入：
?? QQ群：928357277

歡迎加入我們的大家庭：928357277

總結

以上是生活随笔為你收集整理的openCV专栏(二)：基础计算实战+色彩空间转换的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。