Opencv学习笔记
#Python#opencv#计算机视觉 2023-12-24

缩放

  • 函数： cv2.resize(src, dsize, fx, fy, interpolation)
    • src：输入图像。
    • dsize：输出图像的大小。
    • fx、fy：水平和垂直方向的缩放因子。
    • interpolation：插值方法（如 cv2.INTER_LINEAR、cv2.INTER_NEAREST 等）。

裁剪

裁剪操作本质上是对图像的区域选取。可以使用数组切片操作（如 image[y1:y2, x1:x2]）或 cv2.crop() 函数来实现。

绘制点、矩形和圆形

  • 函数： cv2.circle(img, center, radius, color, thickness)

    • img：目标图像。
    • center：圆心坐标。
    • radius：圆的半径。
    • color：绘制颜色。
    • thickness：线条宽度。

  • 函数： cv2.rectangle(img, pt1, pt2, color, thickness)

    • img：目标图像。
    • pt1、pt2：矩形的对角线两个点。
    • color：绘制颜色。
    • thickness：线条宽度。

  • 函数： cv2.line(img, pt1, pt2, color, thickness)

    • img：目标图像。
    • pt1、pt2：线段的两个端点。
    • color：绘制颜色。
    • thickness：线条宽度。

图像滤波

中值滤波

  • 函数： cv2.medianBlur(src, ksize)
    • src：输入图像。
    • ksize：滤波核大小。

平均滤波

  • 函数： cv2.blur(src, ksize)
    • src：输入图像。
    • ksize：滤波核大小。

高斯滤波

  • 函数： cv2.GaussianBlur(src, ksize, sigmaX)
    • src：输入图像。
    • ksize：滤波核大小。
    • sigmaX：X 方向的高斯核标准差。

锐化

  • 函数： 锐化可以通过卷积操作与原始图像进行组合实现。
    • 锐化核可以是用户定义的，例如使用 cv2.filter2D() 进行卷积操作。

图像操作示例

缩放

1
2
3
4
5
6
7
8
import cv2

# 读取图像
image = cv2.imread('input.jpg')

# 缩放图像
resized = cv2.resize(image, (new_width, new_height), interpolation=cv2.INTER_LINEAR)

裁剪

1
2
3
4
5
6
7
8
import cv2

# 读取图像
image = cv2.imread('input.jpg')

# 裁剪图像
cropped = image[startY:endY, startX:endX]

绘制点，直线，矩形，圆形

1
2
3
4
5
6
7
8
9
10
11
12
13
import cv2

# 创建空白图像
image = np.zeros((500, 500, 3), dtype=np.uint8)

cv2.circle(image, (100, 100), 2, (255, 255, 255), thickness=-1)

# 绘制矩形
cv2.rectangle(image, (50, 50), (200, 200), (0, 255, 0), thickness=2)

# 绘制圆形
cv2.circle(image, (250, 250), 50, (0, 0, 255), thickness=-1)

图像滤波示例

中值滤波

1
2
3
4
5
6
7
8
import cv2

# 读取图像
image = cv2.imread('input.jpg')

# 中值滤波
median = cv2.medianBlur(image, ksize=5)

高斯滤波

1
2
3
4
5
6
7
8
import cv2

# 读取图像
image = cv2.imread('input.jpg')

# 高斯滤波
blurred = cv2.GaussianBlur(image, (5, 5), sigmaX=0)

平均滤波

1
2
3
4
5
6
7
8
9

import cv2

# 读取图像
image = cv2.imread('input.jpg')

# 平均滤波
averaged = cv2.blur(image, (5, 5))

锐化（卷积操作）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
import cv2
import numpy as np

# 读取图像
image = cv2.imread('input.jpg')

# 锐化核
kernel = np.array([[0, -1, 0],
                   [-1, 5, -1],
                   [0, -1, 0]])

# 进行卷积操作
sharpened = cv2.filter2D(image, -1, kernel)

杂七杂八

图像旋转

OpenCV 图像翻转函数 cv2.flip()

  • cv2.flip(src, flipCode): 要翻转的输入图像和翻转操作的方向，其中flipCode是一个整数值，控制图像翻转的方向。
    • src: 要翻转的输入图像。
    • flipCode > 0: 沿着水平方向翻转图像。
    • flipCode = 0: 沿着垂直方向翻转图像。
    • flipCode < 0: 同时沿着水平和垂直方向翻转图像。

OpenCV 图像旋转函数 cv2.rotate()

  • cv2.rotate(src, rotateCode): 要旋转的输入图像和旋转操作的方式，其中rotateCode是一个整数值，控制图像的旋转方向。
    • src: 要旋转的输入图像。
    • cv2.ROTATE_90_CLOCKWISE: 顺时针旋转 90 度。
    • cv2.ROTATE_90_COUNTERCLOCKWISE: 逆时针旋转 90 度。
    • cv2.ROTATE_180: 旋转 180 度。