1、opencv读取图片

cv2.imread()方法封装了4个步骤，分别为：
- 1、文件的读取 2、封装格式解析 3、数据解码 4、数据加载

import cv2

# 1、文件的读取  2、封装格式解析   3、数据解码   4、数据加载
img = cv2.imread('image1.jpg', 1) #1表示彩色图片
#图片展示
cv2.imshow('image', img)

#释放资源
cv2.waitKey(0)
cv2.destroyAllWindows()

2、opencv保存图片

import cv2

# 1、文件的读取  2、封装格式解析   3、数据解码   4、数据加载
img = cv2.imread('image1.jpg', 1) #1表示彩色图片
#图片保存
# 1、jpg,png 文件头   2、文件数据
cv2.imwrite('image1.png', img)#返回结果为True，表示写入成功

3、图像质量压缩

3.1、有损压缩——jpg格式

参数cv2.IMWRITE_JPEG_QUALITY的压缩范围是0~100，有损压缩以牺牲图片像素为前提

import cv2
img = cv2.imread('image1.jpg', 1)

cv2.imwrite('imageTest.jpg', img, [cv2.IMWRITE_JPEG_QUALITY, 0])

在这里插入图片描述

3.2、无损压缩——png格式

cv2.IMWRITE_PNG_COMPRESSION 压缩比0~9

import cv2
img = cv2.imread('image1.jpg', 1)
cv2.imwrite('imageTest.png', img, [cv2.IMWRITE_PNG_COMPRESSION, 0])#压缩比0~9

总结： jpg的0 压缩比高 0~100； png的0 压缩比低 0 ~ 9
在这里插入图片描述

4、像素操作

4.1、像素值的读取

import cv2
img = cv2.imread('image1.jpg', 1)
#采集图片坐标为（100，100）的像素点，返回方式为元组
(b, g, r) = img[100, 100]
print (b, g, r)

232 240 240

4.2、像素值的写入

import cv2
img = cv2.imread('image1.jpg', 1)

# 绘制一条(100,100) ————> (100,600)的坚状红线
for i in range(1,500):
    img[100+i, 100] = (0, 0, 255)#和坐标系方向相反，[100+i, 100]=[y, x]
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

5、图片缩放

5.1、查看图片宽高

import cv2
img = cv2.imread('image1.jpg', 1)

imgInfo = img.shape#返回值为图片的高，宽和颜色组成
print (imgInfo)
height = imgInfo[0]
width = imgInfo[1]
mode = imgInfo[2]
print ("图片的高度=%s，宽度=%s，颜色组成为：%s"%(height, width, mode))

(736, 1022, 3)
图片的高度=736，宽度=1022，颜色组成为：3

5.2、等比例缩放

宽高各缩放一半

5.2.1、直接定义比率

detHeight = int(height*0.5)
detWidth = int(width*0.5)
newSet = cv2.resize(img, (detWidth, detHeight))
cv2.imshow('image', newSet)
cv2.waitKey(0)
cv2.destroyAllWindows()

5.2.2、使用cv2.warpAffine()方法映射

import cv2
import numpy as np

img = cv2.imread('image1.jpg', 1)
cv2.imshow('src', img)
# 获取图片宽高
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]

matScale = np.float32([[0.5,0,0],[0,0.5,0]])#2行3列矩阵；横向移动100px，纵向移动200px
#cv2.warpAffine()实现原像素的映射
dst = cv2.warpAffine(img, matScale, (int(width//2), int(height//2)))# 1 data; 2 mat; 3 info
cv2.imshow('dst',dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

运行结果图片

5.2、非等比例缩放

一共有4种：最近临域插值、双线性插值、像素关系重采样、立方插值
默认是双线性插值

5.2.1、最近临域插值

src=(10 Х 20) ——> dst=(5 Х 10)
(1,2) <—— (2,4)
newX = x*(src行 / dst行) ——> newX = 1 * (10/5) = 2
newY = y*(src列 / dst列) ——> newY = 1 * (20/10) = 4

import cv2
import numpy as np

img = cv2.imread('image1.jpg', 1)
imgInfo = img.shape#返回值为图片的高，宽和颜色组成
print (imgInfo)
height = imgInfo[0]
width = imgInfo[1]
mode = imgInfo[2]
print ("图片的高度=%s，宽度=%s，颜色组成为：%s"%(height, width, mode))
detHeight = int(height/2)
detWidth = int(width/2)

dstImage = np.zeros((detHeight, detWidth, 3), np.uint8)#创建一个画布
for i in range(0, detHeight):#行
    for j in range(0, detWidth):#列
        iNew = int(i*(height* 1.0/detHeight))
        jNew = int(j*(width* 1.0/detWidth))
        dstImage[i, j] = img[iNew, jNew]
    cv2.imwrite('./newImage.jpg', dstImage)
cv2.imshow('dst',dstImage)
cv2.waitKey(0)
cv2.destroyAllWindows()

5.2.2、双线性插值

- A1 = 20% X 上 + 80% x 下； A2 = 20% X 上 + 80% x 下；
- B1 = 30% X 左 + 70% x 右； B2 = 20% X 左 + 80% x 右；
- 最终点1 = A1 x 30% + A2 x 70%
- 最终点2 = B1 x 20% + B2 x 80%

在这里插入图片描述

6、图片剪切

import cv2
img = cv2.imread('image1.jpg', 1)
detImage = img[100:200, 100:300]#剪切像素点
cv2.imshow('CutImage', detImage)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

7、图片位移

7.1、使用opencv方法位移图片

import cv2
import numpy as np

img = cv2.imread('image1.jpg', 1)
cv2.imshow('src', img)
# 获取图片宽高
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]

matShift = np.float32([[1,0,100],[0,1,200]])#2行3列矩阵；横向移动100px，纵向移动200px
#cv2.warpAffine()实现原像素的映射
dst = cv2.warpAffine(img, matShift, (height, width))# 1 data; 2 mat; 3 info

cv2.imshow('dst', dst)

cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

7.2、使用数组方法位移图片

import cv2
import numpy as np

img = cv2.imread('image1.jpg', 1)
cv2.imshow('src', img)
# 获取图片宽高
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
dst = np.zeros(img.shape, np.uint8)#定义一个空数组
for i in range(0, height):
    for j in range(0, width-100):
        dst[i, j+100] = img[i, j]
        
cv2.imshow('dst', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

8、图片镜像

实现步骤:

创建一个足够大的”画板
将一副图像分别从前向后、从后向前绘制
绘制中心分割线

import cv2
import numpy as np

img = cv2.imread('image2.jpg', 1)
cv2.imshow('src', img)
# 获取图片宽高
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
deep = imgInfo[2]
#定义新图片的信息
newImgInfo = (height*2, width, deep)
dst = np.zeros(newImgInfo, np.uint8)#定义一个空数组,作为画布大小
# 向画布写入像素点
for i in range(0, height):
    for j in range(0, width):
        dst[i, j] = img[i, j]#绘制上面一张图片
        #绘制下面张图片，高正好是上面移动像素的一半,宽保持不变；y = 2*h-i-1
        dst[height*2-i-1,j] = img[i,j]
for i in range(0, width):
    dst[height, i] = (0,0,255)#在图片中间画一条红线
        
cv2.imshow('dst', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

9、仿射变换

仿射变换包括：位移、旋转、缩放、变形

9.1、图片旋转

在这里插入图片描述

9.2、图片变形

要领：操作图片的三个角（左上角，左下角，右上角）变化
cv2.getAffineTransform()完成组合
cv2.warpAffine()完成映射

import cv2
import numpy as np

img = cv2.imread('image2.jpg', 1)
cv2.imshow('src', img)
# 获取图片宽高
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
# src 3个角 ——> dst 3个角 （左上角，左下角，右上角）
matSrc = np.float32([[0,0], [0,height-1], [width-1,0]])
matDst = np.float32([[50,50], [200,height-100], [width-100,50]])
# 仿射变换矩阵——>组合
matAffine = cv2.getAffineTransform(matSrc, matDst)# 1 src,2 dst
dst = cv2.warpAffine(img, matAffine,(width,height))

cv2.imshow('dst',dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

来源：CSDN

作者：阿优乐扬

链接：https://blog.csdn.net/ayouleyang/article/details/104110605

标签

OpenCV

图像处理

图像像素

imread

图像处理之opencv图片几何变化操作大全

文章目录

1、opencv读取图片

2、opencv保存图片

3、图像质量压缩

3.1、有损压缩——jpg格式

3.2、无损压缩——png格式

4、像素操作

4.1、像素值的读取

4.2、像素值的写入

5、图片缩放

5.1、查看图片宽高

5.2、等比例缩放

5.2.1、直接定义比率

5.2.2、使用cv2.warpAffine()方法映射

5.2、非等比例缩放

5.2.1、最近临域插值

5.2.2、双线性插值

6、图片剪切

7、图片位移

7.1、使用opencv方法位移图片

7.2、使用数组方法位移图片

8、图片镜像

9、仿射变换

9.1、图片旋转

9.2、图片变形