python编程学习书（别不信100行代码带你玩转OpenCV-Python基础API）

做计算机视觉无论如何都绕不开的一个框架就是OpenCV，可以毫不夸张的说，github上每个开源的视觉项目的安装列表中都有OpenCV框架。很多人第一次接触OpenCV都是从OpenCV-Python版本SDK开始的，本文就以最新版本的OpenCV4.1.0为例，通过代码带领大家简单粗暴的入门OpenCV-Python编程实践。

安装OpenCV-Python

只需要执行如下一条命令行即可

pipinstallopencv-python

如果想连扩展模块一起安装，执行如下命令行

pipinstallopencv-contrib-python

更多请参考这里

https://pypi.org/project/opencv-python/

代码演示部分

涵盖OpenCV图像处理最高频次使用API与常见各种使用技巧。

导入CV模块

importcv2ascv importnumpyasnp

解释：这个是因为OpenCV在python语言中的所有图像数据都是以numpy的数组形式组织存储。所以必须安装numpy依赖支持，导入以备后用。

加载与现实图像

src=cv.imread("D:/images/lena.jpg") cv.namedWindow("input",cv.WINDOW_AUTOSIZE) cv.imshow("input",src)

解释：千万别给中文路径，不支持的，默认加载图像彩色，通道顺序BGR。

转换为灰度

gray=cv.cvtColor(src,cv.COLOR_BGR2GRAY) cv.imshow("gray",gray) print(src.shape) print(gray.shape)

解释：支持各种色彩空间转换，可以转换到灰度，hsv、YCrCb、LAB等常见色彩空间，图像的宽、高、通道数，可以通过src.shape得到。

创建空白图像

black=np.zeros_like(src) cv.imshow("black",black)

解释：创建一张与src大小与数据类型一致的图像，但是像素值全部为0，黑色背景图像。

调节亮度

black[:,:,:]=50 lighter=cv.add(src,black) darker=cv.subtract(src,black) cv.imshow("lightness",lighter) cv.imshow("darkness",darker)

解释：过像素操作实现图像亮度调整，本质是调整图像的RGB值

调节对比度

dst=cv.addWeighted(src,1.2,black,0.0,0) cv.imshow("contrast",dst)

解释：通过权重的图像相加实现图像对比度调整，这里要特别注意，两幅图像的大小与数据类型必须完全一致。

放大/缩小 图像

#scale h,w,c=src.shape dst=cv.resize(src,(h//2,w//2)) cv.imshow("resize-image",dst)

解释：图像放缩支持常见的插值方式，最近邻，线性，双立方等。

翻转

#左右翻转 dst=cv.flip(src,1) cv.imshow("flip",dst) #上下翻转 dst=cv.flip(src,0) cv.imshow("flip0",dst)

解释：图像的镜像翻转支持，水平与垂直

旋转

M=cv.getRotationMatrix2D((w//2,h//2),45,1) dst=cv.warpAffine(src,M,(w,h)) cv.imshow("rotate",dst)

解释：图像的旋转支持，基于放射变换，M = 2x3的变换矩阵

色彩变换

#HSV hsv=cv.cvtColor(src,cv.COLOR_BGR2HSV) cv.imshow("hsv",hsv) #色彩表-支持14种色彩变换 dst=cv.applyColorMap(src,cv.COLORMAP_AUTUMN) cv.imshow("colortable",dst)

解释：支持图像常见的14种查找表色彩匹配与风格变化，是自带的14种色彩滤镜

模糊

blur=cv.blur(src,(15,15)) cv.imshow("blur",blur)

解释：图像卷积模糊操作，卷积核大小为15x15

高斯模糊

gblur=cv.GaussianBlur(src,(0,0),15) cv.imshow("gaussianblur",gblur)

解释：图像高斯模糊操作，sigma = 15

自定义滤波器

k=np.ones(shape=[5,5],dtype=np.float32)/25 dst=cv.filter2D(src,-1,k) cv.imshow("customblur",dst)

解释：图像自定义滤波操作，定义不同的滤波器，得到不同的滤波效果，这里是均值滤波，模糊操作。

高斯双边滤波

dst=cv.bilateralFilter(src,0,100,10) cv.imshow("bi-filter",dst)

解释：边缘保留滤波算法的一种，OpenCV还支持其它的边缘保留滤波算法。

图像梯度

dx=cv.Sobel(src,cv.CV_32F,1,0) dy=cv.Sobel(src,cv.CV_32F,0,1) dx=cv.convertScaleAbs(dx) dy=cv.convertScaleAbs(dy) cv.imshow("grad-x",dx) cv.imshow("grad-y",dy)

解释：图像梯度提取，基于一阶导数算子Sobel

边缘检测

edge=cv.Canny(src,100,300) cv.imshow("edge",edge)

解释：图像边缘提取，Canny是经典的图像边缘提取算法。100表示低阈值，300表示高阈值。

直方图均衡化

eh=cv.equalizeHist(gray) cv.imshow("eh",eh)

解释：图像直方图均衡化，是图像直方图应用之一，其它还有直方图匹配，直方图相似度，直方图反向投影等。这里的均衡化是全局均衡化，对应还有局部自适应的直方图均衡化方法。

角点检测

corners=cv.goodFeaturesToTrack(gray,100,0.05,10) #print(len(corners)) forptincorners: #print(pt) b=np.random.random_integers(0,256) g=np.random.random_integers(0,256) r=np.random.random_integers(0,256) x=np.int32(pt[0][0]) y=np.int32(pt[0][1]) cv.circle(src,(x,y),5,(int(b),int(g),int(r)),2) cv.imshow("cornersdetection",src)

解释：基于shi-tomas角点检测算法

二值化加载图像

src=cv.imread("D:/images/zsxq/zsxq_12.jpg") gray=cv.cvtColor(src,cv.COLOR_BGR2GRAY) cv.imshow("binaryinput",gray)

解释：加载二值化操作测试图像

固定阈值

ret,binary=cv.threshold(gray,127,255,cv.THRESH_BINARY) cv.imshow("binary",binary)

解释：手动指定阈值为127，THRESH_BINARY表示大于127为白色，反之为黑色。

全局阈值

ret,binary=cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU) cv.imshow("otsu",binary)

解释：自动计算阈值，基于全局直方图信息

自适应阈值

binary=cv.adaptiveThreshold(gray,255,cv.ADAPTIVE_THRESH_GAUSSIAN_C,cv.THRESH_BINARY_INV,25,10) cv.imshow("ada",binary)

解释：自适应阈值计算方法，支持高斯与盒子两种方式。

轮廓分析

contours,hireachy=cv.findContours(binary,cv.RETR_EXTERNAL,cv.CHAIN_APPROX_SIMPLE) result=np.zeros_like(src) forcntinrange(len(contours)): cv.drawContours(result,contours,cnt,(0,0,255),2,8) cv.imshow("contour",result)

解释：二值图像的轮廓与结构分析API，演示，这里只是获取了最外层轮廓。

膨胀与腐蚀操作

se=cv.getStructuringElement(cv.MORPH_RECT,(5,5),(-1,-1)) d=cv.dilate(binary,se) e=cv.erode(binary,se) cv.imshow("dilate",d) cv.imshow("erode",e)

解释：二值图像的形态学基础操作，腐蚀与膨胀

开闭操作

op=cv.morphologyEx(binary,cv.MORPH_OPEN,se) cl=cv.morphologyEx(binary,cv.MORPH_CLOSE,se) cv.imshow("open",op) cv.imshow("close",cl)

解释：二值图像的形态学组合操作，开操作与闭操作

上述全部演示代码的代码下地址：

https://github.com/gloomyfish1998/opencv_tutorial

,