前言

🚀 作者 ：“程序員梨子”

🚀 **文章簡介 **：本篇文章主要是寫了opencv的多份小程序！

🚀 **文章源碼獲取 **： 為了感謝每一個關注我的小可愛💓每篇文章的項目源碼都是無償分

享滴💓👇👇👇👇

點這里藍色這行字體自取，需要什么源碼記得說標題名字哈！私信我也可！

🚀 歡迎小伙伴們 點贊👍、收藏?、留言💬

正文

在學習Opencv的時候發現一些有趣的功能，簡短的代碼實現的效果還是挺不錯滴！

嘻嘻，學習完就立馬分享給大家啦！希望大家喜歡！

圖像的顏色空間

彩色圖像比灰度圖像擁有更豐富的信息，它的每個像素通常是由紅（R）、綠（G）、藍（B）3個

分量來表示的，每個分量介于0～255之間。

圖像中呈現的不同的顏色都是由R、G、B這3種顏色混合而成的。在OpenCV里面，彩色圖像擁有3

個顏色通道，但是通道的順序是可以變換的，RGB、BRG、BGR、GBR、GRB都有可能。

在讀取一幅圖像的時候，我們對于圖像的顏色通道排布并不清楚，因此需要先把圖像的顏色通道固

定下來，這就需要調用OpenCV的cvtColor()函數。

cvtColor()函數的功能是對圖像進行顏色空間變換，原型如下：

dst=cv2.cvtColor(src,?code?)

參數說明：

• src：輸入圖像即要進行顏色空間變換的原圖像，可以是Mat類。

• code：轉換的代碼或標識，即在此確定將什么制式的圖片轉換成什么制式的圖片，后面會詳細講述。

函數輸出進行顏色空間變換后存儲圖像。

通過調用cvtColor()函數，還可以將一幅彩色圖像轉換成灰度圖像下面會給大家演示的哈！

• 程序：彩色圖像轉灰度圖像示例

  color2gray.py

#?-*-?coding:?UTF-8?-*-
import?numpy?as?np
import?cv2
#定義main()函數
def?main():
???img?=?cv2.imread('1.jpg')
???img2?=?cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)
??????????????????????????????????????????#從彩色圖像轉化成灰度圖像
???cv2.imshow('img2.bmp?',?img2)
???cv2.waitKey(0)
if?__name__?==?'__main__':
???main()

注意：cvtColor()函數還可以通過改變參數cv2.COLOR_RGB2BRG等改變圖像顏色通道的排列順

序。另外也可以直接在讀取圖像函數imread時設置參數為0，直接將彩色圖像讀取為灰度圖像，

img = cv2.imread('1.jpg',0)。

2）彩色圖像的通道分離和混合

灰度圖像是單通道的，彩色圖像擁有R、G、B三個顏色通道。因此在圖像處理時，經常把顏色通

道分離，單獨處理一個通道的數組，然后再合并成一幅彩色圖像。

在實際的代碼編寫中，只需要調用OpenCV中的split()和merge()函數就可以實現圖像的通道分離和

合并。split()函數的功能是將多通道的矩陣分離成單通道矩陣，原型如下：

[,mv]=cv2.split?(src)

參數說明：輸入參數為要進行分離的圖像矩陣，輸出參數為一個Mat數組。

merge()函數的功能是將多個單通道圖像合成一幅多通道圖像，原型如下：

dst=cv2.merge([,dst]?)

參數說明：輸入參數可以是Mat數組，輸出為合并后的圖像矩陣。

3）彩色圖像的通道分離和混合程序示例

輸入一幅彩色圖像，通過上面的程序將其分割成R、G、B這3個通道的圖像并顯示。在分割前需要

先確定圖像的顏色通道分布，因此先調用cvtColor()函數固定顏色通道。

• 程序彩色圖像通道分離示例：

  colorsplit.py

#?-*-?coding:?UTF-8?-*- import?numpy?as?np import?cv2 #定義main()函數 def?main():img?=?cv2.imread('1.jpg')????img2?=?cv2.cvtColor(img,cv2.COLOR_BRG2RGB)r,g,b?=?cv2.split(img2)???#img分離成三個單通道的圖像cv2.imshow("Red",?r)cv2.imshow("Green",?g)cv2.imshow("Blue",?b)cv2.waitKey(0) if?__name__?==?'__main__':main()

▲ colorsplit.py程序運行結果

可以看出，在圖像通道分離后，不同顏色通道的圖像顯示深淺不一，單通道的圖像呈現該顏色通道

的灰度信息。接下來把這3個顏色通道混合一下，在代碼中加入一行代碼：img3 =

cv2.merge([b,g,r]);，這樣img3又回到了原來輸入的彩色圖像樣式，顯示效果如圖3.11所示。

?

4）彩色圖像的二值化

圖像的二值化是將圖像上的像素點的灰度值設置為0或255，也就是將整個圖像呈現出明顯的黑白

效果。彩色圖像二值化最簡單的步驟如下：

彩色圖像轉灰度。

圖像閾值化處理，即像素值高于某閾值的像素賦值為255，反之為0。

其中，閾值的操作會調用OpenCV的threshold()函數。

threshold()函數聲明如下：

ret, dst = cv2.threshold(src, thresh, maxval, type)；

函數功能：實現圖像固定閾值的二值化。

參數說明：

• src：輸入圖，只能輸入單通道圖像，通常來說為灰度圖。

• dst：輸出圖。

• thresh：閾值。

• maxval：當像素值超過了閾值（或者小于閾值，根據type來決定）時所賦予的值。

• type：二值化操作的類型，包含5種類型，即cv2.THRESH_BINARY、cv2.THRESH_BINARY_INV、cv2.THRESH_TRUNC、cv2.THRESH_TOZERO和cv2.THRESH_TOZERO_INV。

• 程序彩色圖像二值化示例：

  colorthreshold.py

#?-*-?coding:?UTF-8?-*-
import?numpy?as?np
import?cv2
#定義main()函數
def?main():
???img?=?cv2.imread('1.jpg',0)
???thresh1,dst?=cv2.threshold(img,127,255,cv2.THRESH_BINARY)
???????????????????????????????????????????????#圖像二值化
???cv2.imshow("dst",?dst)
???cv2.waitKey(0)
if?__name__?==?'__main__':
???main()

高于127的像素全部置為255，低于的全部置為0，得到如圖3.12所示的輸出結果。

?05 彩色圖像的遍歷

灰度圖像的遍歷按照訪問二維數組的方式得到坐標位置的像素。那對于彩色圖像呢？彩色圖像可以看出是3維數組，遍歷方式參見程序。

程序遍歷彩色圖像示例：color1.py

#?-*-?coding:?UTF-8?-*- import?numpy?as?np import?cv2 #定義main()函數 def?main():img?=?cv2.imread('1.jpg')????height,width,n?=?img.shape?#得到圖片的寬高和維度img2?=?img.copy()??#復制一個跟img相同的新圖片#寬高兩個維度遍歷圖片for?i?in?range(height):for?j?in?range(width):img2[i,?j][0]?=?0?#將第一個通道內的元素重新賦值cv2.imshow('img2.jpg',?img2)cv2.waitKey(0) if?__name__?==?'__main__':main()

由于第一個通道里面的顏色信息全部變為了0:

▲圖 color1.py程序運行結果

在讀取不同通道的圖像像素值時，需要先確定圖像的通道排列是RGB還是BRG。

06 彩色圖像和灰度圖像的轉換

經過前面的學習，我們知道彩色圖像轉成灰度圖像有3種路徑：

• imread讀取圖像的時候直接設置參數為0，彩色圖像自動被讀成灰度圖像。

• 調用cvtColor()函數，參數設置為cv2.COLOR_BGR2GRAY。

• 調用split()函數，可以將一幅彩色圖像分離成3個單通道的灰度圖像。

那么灰度圖像有沒有可能轉換成彩色圖像呢？

我們知道灰度圖像是單通道的，彩色圖像是RGB 3這個顏色通道。那么是否可以人為地增加圖像的

通道，偽造出另外兩個通道，而另外兩個通道可以隨機地賦值呢？

程序 增加圖像通道示例：

gray2color1.py

#?-*-?coding:?UTF-8?-*- import?numpy?as?np import?cv2 #定義main()函數 def?main():img?=?cv2.imread('gray1.jpg')????gray?=?np.zeros((512,?512,?3),?np.uint8)??#?生成一個空彩色圖像height,width,n?=?img.shape#圖像像素級遍歷for?i?in?range(height):for?j?in?range(width):gray[i,?j][0]?=?img[i,?j][0]gray[i,?j][1]?=?0gray[i,?j][2]?=?0cv2.imshow('gray.jpg',?gray)cv2.waitKey(0) =if?__name__?==?'__main__':main()

上述程序新建了一個3通道的空的彩色圖像，然后將讀取的灰度圖像放在新建的彩色圖像的第一個

通道，也就是B通道，其他兩個通道賦值0，所以圖像整體呈現藍色，程序運行結果:

▲gray2color1.py程序運行結果

上述方法轉換的圖像顏色很單一。有沒有更加智能的方法呢？在攝像技術不是很成熟的時期，人們

給拍攝出來的黑白照片上色，發明了一種偽彩色圖像技術。在OpenCV里面，可以用預定義好的

Colormap（色度圖）來給圖片上色。

• 程序 偽彩色圖像技術示例：

  gray2color2.py

#?-*-?coding:?UTF-8?-*- import?numpy?as?np import?cv2 #定義main()函數 def?main():img?=?cv2.imread('gray1.jpg')????im_color?=?cv2.applyColorMap(img,?cv2.COLORMAP_JET)??#色度圖上色cv2.imshow("im_color.jpg",?im_color)cv2.waitKey(0) if?__name__?==?'__main__':main()

程序運行結果。偽彩色圖像目前主要應用在對高度、壓力、密度、濕度等描述上，彩

色數據可視化。

總結

關注小編獲取更多精彩內容！記得點擊傳送門哈👇

記得三連哦！ 如需打包好的源碼+素材免費分享滴！！傳送門

總結

以上是生活随笔為你收集整理的【Opencv实战】简易版“美颜”来啦—再见旧照片，Python一键美颜哦~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。