主要內容有：圖像及視頻的讀取和保存、圖像顯示、轉換灰度圖、圖像截取、顏色通道提取和組合

那我們開始吧。

---

1. 圖像操作

首先我們導入opencv庫，彩色圖像一般都是由RGB(紅綠藍)三顏色通道構成，灰度圖只有一個顏色通道即暗亮度。在opencv中，圖像的讀取格式是BGR；在matplot中，圖像保存格式是RGB。用opencv的繪圖方法和matplot的繪圖方法展現出來的圖可能會有顏色上的出入，這需要注意一下。

import cv2  # 導入opencv，讀取的格式是BGR

1.1 圖像讀取和顯示

圖像讀取： cv2.imread( 圖片路徑 )

圖像顯示：?cv2.imshow( '定義圖像名', 圖像 )

首先，讀取圖片時，文件的路徑名一定要是英文的，不然可能會讀取不了。

#（1）圖像讀取，注意是英文路徑
filepath = 'C:\\...\\opencv\\img'
# 讀取img文件夾中的wise.jpg圖片
img = cv2.imread(filepath+'\\wise.jpg')
# 取值范圍0-255
img.shape  # (404, 720, 3)

讀取后，變量img中保存的是我們的圖片，每一個像素值都是在0-255之間，shape為3，即長404，寬720，顏色通道3。

接下來我們顯示這張圖象。其中 cv2.waitKey(0) 為顯示圖像后圖像不消失，需要手動關閉，如果設置圖像顯示幾毫秒后自動關閉，填入相應的值。cv2.destroyAllWindows()?代表點擊任意鍵關閉所有窗口。

#（2）顯示圖像
cv2.imshow('wise-man',img) # 傳入(窗口名,圖像)
# 等待時間設為0，讓圖像不會自己消失
cv2.waitKey(0)
# cv2.waitKey(1000)  # 圖像顯示1000毫秒后消失
# 鍵盤上任意按一個圖像消失
cv2.destroyAllWindows()

輸出圖像如下。

---

1.2 轉換灰度圖

方法： cv2.imread(路徑, cv2.IMREAD_GRAYSCALE)

轉換灰度圖只需要在讀取圖像函數中增加一個參數 cv2.IMREAD_GRAYSCALE，就能在讀取圖像時將圖像從彩圖轉變成灰度圖。

# 讀取圖像轉換灰度圖
img = cv2.imread(filepath+'\\wise.jpg',cv2.IMREAD_GRAYSCALE)
img.shape # 查看圖像的shape，灰度圖只有一個顏色通道
# 顯示圖像
cv2.imshow('wise-man',img) 
# 手動關閉窗口
cv2.waitKey(0)
cv2.destroyAllWindows()

輸出結果如下，可以和上圖的原圖比較

---

1.3 圖像保存

cv2.imwrite(路徑, 圖像變量)??

將圖像保存到指定文件夾filpath，再給這個圖片命名。執行代碼會有返回值，如果是True證明保存成功。

cv2.imwrite(filepath+'\\gray.jpg',img)  # 指定路徑，圖像

---

1.4 其他基礎操作

# 查看形狀
img.shape
# 查看數據類型
type(img)  # 數組類型
# 計算像素點個數
img.size  # 872640個
# 數據類型
img.dtype  #'uint8'

---

2. 視頻操作

2.1 視頻讀取

讀取方法： cv2.VideoCapture(文件路徑)

#（1）視頻讀取
# 視頻所在文件夾
filepath = 'C:\\...\\video'
# 讀取文件夾中的哪一個視頻
video = cv2.VideoCapture(filepath+'\\walking.mp4')

查看視頻能否被打開。變量.read() 從視頻中提取一幀圖片，需要循環來不斷提取。用right接收是否能打開，返回True表示可以打開。frame保存返回的的每一幀圖像。

#（2）檢查是否打開正確
if video.isOpened(): # 如果能打開
# 返回布爾類型，和每一幀數據right,frame = video.read()  # 每次執行讀取一幀結果
else:  # 如果不能打開open = False

---

2.2 讀取整個視頻

#（3）讀取整個視頻
while open:# 每一次循環讀取一幀，返回是否打開right和每幀圖像結果frameright,frame = video.read() # video存放讀入的視頻# 如果讀取的一幀是空值，說明讀取結束，循環停止if frame is None:breakif right == True:  # 對每一幀圖像處理# 圖像色彩轉換函數，將當前圖像變成灰度gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)# 處理后將每幀圖像依次呈現出來cv2.imshow('changed',gray)# 設置每幀圖像停留時間10ms，正常速度33ms，并指定退出鍵ESC退出視頻if cv2.waitKey(10)&0xFF==27:break
# 運行結束后，釋放視頻資源
video.release()
# 任意鍵退出
cv2.destroyAllWindows()

gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) 表示將幀圖片frame變成灰度圖。cv2.waitKey(10) 設置每張圖片的顯示時間10ms，0xFF==27代表使用ESC鍵退出視頻。

---

3. 圖像截取

為了下面顯示圖像方便，我們先定義一個圖像顯示函數。

import cv2
# 定義一個圖像展示函數
def cv_show(name,img):cv2.imshow(name,img)cv2.waitKey(0)cv2.destroyAllWindows()

接下來提取圖像，由于提取的圖像數據是數組類型，因此可以使用切片的方法來裁剪圖像。

# roi區域，截取圖像中的一部分
# 獲取指定路徑圖像
filepath = 'C:\\Users\\admin\\.spyder-py3\\test\\opencv\\img'
img = cv2.imread(filepath+'\\wise2.jpg')
# 展示讀入的圖像
cv_show('wise-man',img)
# 由于讀入的圖像是數組類型，可以進行切片
wise2 = img[200:700,200:700] 
# 展示切片后的圖像
cv_show('changed',wise2)

??

---

4. 顏色通道

4.1 提取三通道

通道拆分： cv2.split(圖像變量)

拆分后得到每一個通道的圖像，分別為B、G、R

# ==1== cv2.split()切分
B,G,R = cv2.split(img) # 對原圖像切分，把channel層分開

由于圖像是數組類型，使用索引方法切分通道

# ==2== 使用索引方法，提取三通道
B = img[:,:,0] # 通道的第0個是B
G = img[:,:,1]
R = img[:,:,2]

---

4.2 顏色通道組合

通道組合：?cv2.merge(通道層)

#（3）顏色通道組合
img2 = cv2.merge((B,G,R))
# 使用定義的函數繪圖
cv_show('merged',img2)

??

4.3?只保留某個通道

使用索引方法使其他幾個通道為0即可

#（4）只保留某個通道
# 首先復制一張圖像
img3 = img.copy() # 復制img
# 只保留G通道
img3[:,:,0] = 0  # B通道為0
img3[:,:,2] = 0  # R通道為0
# 使用定義的函數
cv_show('G-channel',img3)
# 效果圖上面的右邊

總結

以上是生活随笔為你收集整理的【opencv】(1) 基础操作：图像视频读取、图像截取、颜色通道的全部內容，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。