计算机视觉(opencv)——图像本质、数字矩阵、RGB + 基本操作(实战一)

OpenCV 入门教程:

OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉库,广泛应用于图像处理、视频分析、机器学习等领域。

在 Python 中,cv2 是 OpenCV 的主要接口模块。本文将带你一步步掌握 cv2 库的安装与基本图像处理功能。


图像的本质:像素的数字矩阵

任何数字图像(如照片、截图、手写数字图片)都是由无数个微小的 “像素点”(Pixel)组成的

  • 每个像素点的数值含义

    • 对于灰度图(如代码中的手写数字),每个像素用一个 0-255 的整数表示亮度:0 代表纯黑,255 代表纯白,中间值表示不同深浅的灰色。
    • 对于彩色图(如 RGB 格式),每个像素由三个数值(R、G、B)组成,分别对应红、绿、蓝三种颜色的亮度,组合后呈现出各种颜色。

彩色图的单个像素点:[0-255,0-255,0-255]:

如:[123, 85, 34]↑    ↑   ↑B    G   R
在 OpenCV 中默认是 BGR,而不是 RGB

灰度图示例:


什么是RGB(Red, Green, Blue):

光学三原色(RGB):红、绿、蓝

通过将红色(R)、绿色(G)、蓝色(B)三种颜色以不同强度组合,形成各种颜色。

RGB颜色
25500红色
02550绿色
00255蓝色
255255255白色
000黑色
2552550黄色

百度搜索 “RGB调色板” ,我们通过调色来具体对比来看看:

将第一个像素对应的R、G、B输入调色板后得到的颜色  与  像素切片篇左上角的像素颜色  相同:

注意:这里的三个数组并不是直接 print(image) 打印出来的结果。

print打印出来的结果是

而是分离通道:(本文章第七节会教,此处有印象即可)

B = img1[:, :, 0]   # 蓝色B通道
G = img1[:, :, 1]   # 绿色G通道
R = img1[:, :, 2]   # 红色R通道

或者:
B, G, R = cv2.split(img1)

得到被分开的R、G、B的单独的颜色数据,同时数据的位置对应每个像素的位置


一、安装 OpenCV 并查看版本

安装命令

pip install opencv-python
pip install opencv-contrib-python

⚠️ 注意:opencv-contrib-python 是包含更多实验性模块和扩展功能的版本,如果你需要 SIFT、SURF 等模块,可安装:

安装完成后,可以通过如下方式验证 OpenCV 是否成功安装:

import cv2
print("OpenCV 版本:", cv2.__version__)


二、读取与显示图像(解析图像的矩阵)

完整图片(可保存):(或者直接百度搜索企鹅,在点开图片栏,应该第一个或第二个就是)

该图片的第一行的数字矩阵:

可以看到数字矩阵有1600行,3列

1600表示这个图片一行有1600个像素点

3表示每个像素点的BGR的数字组成

import cv2
img = cv2.imread("penguin.jpg")
# print(img)   #打印图片的数字矩阵(设置断点,调试时可以更直观)cv2.imshow('qie',img)
a = cv2.waitKey(5000)   # 展示5秒时间(参数为0:一直执行,需要按键关闭)
print(a)   # 如果按下按键,获取按键的ascll码值
cv2.destroyAllWindows()   # 关闭所有打开的窗口并释放所有相关内存。print("图像形状(shape):",img.shape)
print("图像数据类型(dtype)",img.dtype)
print("图像大小(size)",img.size)

说明:

  • cv2.imread():读取图像。

  • cv2.imshow():展示图像窗口。单引号‘’内为标题

  • cv2.waitKey(ms):等待键盘事件,单位为毫秒。若为 0,表示一直等待。

  • cv2.destroyAllWindows():关闭所有窗口。

  • img.shape:返回图像的尺寸 (高度, 宽度, 通道数)

结果:

图像形状(shape):(1200, 1600, 3)

数字含义
1200图像的高度(行数)= 有 1200 像素行
1600图像的宽度(列数)= 有 1600 像素列
3每个像素有 3 个通道(通常为 BGR 或 RGB)

该图像是一个 彩色图像(3通道),大小为 1600(列)×1200(行) 像素,使用的是 BGR 色彩空间(在 OpenCV 中默认是 BGR,而不是 RGB)。

图像数据类型(dtype): uint8

  • uint8无符号 8 位整数unsigned int 8)。

  • 每个像素的每个通道用一个字节(8 位)来表示。

  • 取值范围是 0 ~ 255

图像大小(size) 5760000

  • shape(1200, 1600, 3)

    • 高度(行数):1200 像素

    • 宽度(列数):1600 像素

    • 每个像素有 3 个颜色通道(B、G、R)

  • dtypeuint8(每个通道值占 1 字节)

那么:

size = 1200 × 1600 × 3 = 5760000

所以,这个图像共有 5760000 个像素值(也可以理解为字节数)。


三、图像缩放

import cv2
img = cv2.imread('penguin.jpg')
img_resize = cv2.resize(img, (400, 400))
cv2.imshow('img',img)
cv2.imshow('img_resize',img_resize)
cv2.waitKey(0)
cv2.destroyAllWindows()

说明:

  • cv2.resize() 支持调整图像分辨率,常用于适配模型或显示需求。


四、读取灰度图像并保存

读取图片时直接处理成灰度

import cv2
img = cv2.imread(r'./penguin.jpg', cv2.IMREAD_GRAYSCALE)
cv2.imshow('penguin_gray',img)
a = cv2.waitKey(0)
print(a)
cv2.destroyAllWindows()print("图像形状(shape):",img.shape)
print("图像数据类型(dtype)",img.dtype)
print("图像大小(size)",img.size)cv2.imwrite('penguin_gray.jpg', img) #保存灰度图片

或:

读取彩色图片后,cv2.cvtColor()进行颜色空间转换

img = cv2.imread('penguin.jpg')
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

说明:

  • 使用 cv2.IMREAD_GRAYSCALE 可将图像读取为灰度格式。

  • cv2.cvtColor() 进行颜色空间转换。

  • cv2.imwrite() 用于保存图像。


五、图像裁剪

import cv2
img1 = cv2.imread('penguin.jpg')
img2 = img1[150:350,500:700]
cv2.imshow('penguin',img1)
cv2.imshow('penguin_head',img2)
cv2.waitKey(0)
cv2.destroyAllWindows()

说明:

  • 图像裁剪可通过 NumPy 的数组切片完成。


六、读取视频文件或摄像头

import cv2
video_capture = cv2.VideoCapture('video1.mp4')   # 若参数为0,则为摄像头
if not video_capture.isOpened():print("无法打开")exit()
while True:ret, frame = video_capture.read()if not ret:breakframe = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)cv2.imshow('Video', frame)if cv2.waitKey(1) == 27:    # 数字为每一帧的间隔break
video_capture.release()
cv2.destroyAllWindows()
摄像头读帧:video_capture = cv2.VideoCapture(0)

说明:

  • cv2.VideoCapture() 可打开视频文件或0摄像头。

  • video_capture.isOpened():检查摄像头是否成功打开,返回True(成功)或False(失败)。

  • cv2.cvtColor() 进行颜色空间转换。

  • ret, frame = video_capture.read()

    • video_capture.read():从摄像头读取一帧图像。
    • 返回两个值:ret是布尔值(True表示读取成功,False表示失败,如摄像头断开);frame是读取到的图像帧(numpy 数组格式)。


七、分离与合并颜色通道

分离通道指的是将一个三通道彩色图像拆成 三个单通道灰度图

所以每个图只表示一个颜色成分的强度(所有颜色都由红蓝绿三原色组成)

import cv2
img1 = cv2.imread('penguin.jpg')
# =====分离颜色通道=====
# 两种分离方式:
# B = img1[:, :, 0]   # 蓝色B通道
# G = img1[:, :, 1]   # 绿色G通道
# R = img1[:, :, 2]   # 红色R通道
B, G, R = cv2.split(img1)
cv2.imshow('B', B)
cv2.imshow('G', G)
cv2.imshow('R', R)
cv2.waitKey(0)
# =====合并颜色通道=====
img2 = cv2.merge([B, G, R])
cv2.imshow('RGB', img2)
cv2.waitKey(0)
cv2.destroyAllWindows()

说明:

  • cv2.split() 分离 B、G、R 通道。

  • cv2.merge() 合并通道生成彩色图像。

通过调试观察数据组成:

可以看到数据的上面是


八、区域像素替换与图像合成

7.1 用随机像素填充图像区域(打码):

import cv2
import numpy as np
img = cv2.imread('penguin.jpg')
img[150:350,500:700] = np.random.randint(0,256,(200,200,3))
cv2.imshow('penguin_head',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

7.2 图像区域拷贝与粘贴(换头):

import cv2
img1 = cv2.imread('penguin.jpg')
img2 = cv2.imread('penguin.jpg')# head = img1[150:350,500:700]
# img2[250:450,1000:1200] = head
head = img1[250:450,1000:1200]
img2[150:350,500:700] = headcv2.imshow('img1',img1)
cv2.imshow('img2',img2)
cv2.waitKey(0)
cv2.destroyAllWindows()

说明:

  • 通过数组操作,可轻松实现区域复制与图像拼接。


总结

通过本教程,我们学习了 OpenCV 的以下基础内容:

功能使用方法
图像读取cv2.imread()
图像展示cv2.imshow()
灰度图转换cv2.IMREAD_GRAYSCALEcv2.cvtColor()
图像裁剪NumPy 切片
视频读取cv2.VideoCapture()
通道分离与合并cv2.split()cv2.merge()
图像缩放cv2.resize()
图像保存cv2.imwrite()

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/2733.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

初识C++类的6个默认成员函数

目录 一、初始化和清理 二、拷贝复制 三、取地址重载 四、重要说明 五、注意事项 六、示例代码 在C中,当一个类没有显式定义某些成员函数时,编译器会自动生成6个默认成员函数。这些函数可以分为以下几类: 一、初始化和清理 1、构造函数…

【tips】css模仿矢量图透明背景

就像棋盘格background-image: linear-gradient(45deg, #f0f0f0 25%, transparent 25%), linear-gradient(-45deg, #f0f0f0 25%, transparent 25%), linear-gradient(45deg, transparent 75%, #f0f0f0 75%), linear-gradient(-45deg, transparent 75%, #f0f0f0 75%);background-…

【高等数学】第八章 向量代数与空间解析几何——第二节 数量积 向量积 混合积

上一节:【高等数学】第八章 向量代数与空间解析几何——第一节 向量及其线性运算 总目录:【高等数学】 目录 文章目录1. 两向量的数量积2. 两向量的向量积3. 向量的混合积1. 两向量的数量积 定义向量a\boldsymbol{a}a和向量b\boldsymbol{b}b的数量积&am…

一个程序通过 HTTP 协议调用天气 API,解析 JSON 格式的天气数据,提取关键信息并格式化输出:日期、天气状况、温度范围、风向、湿度等核心气象数据。

#include <stdio.h> // 标准输入输出库&#xff0c;提供printf、fgets等函数 #include <string.h> // 字符串处理库&#xff0c;提供strlen、strstr等函数 #include <sys/types.h> // 系统类型定义库&#xf…

炫酷圆形按钮调色器

<!DOCTYPE html> <html lang"zh"> <head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0"><title>圆形按钮颜色控制器</title><style>bod…

蓝桥杯----锁存器、LED、蜂鸣器、继电器、Motor

(七)、锁存器1、原理蓝桥杯中数据传入口都是P0&#xff0c;也就是数码管段选、位选数据、LED亮灭的数据、蜂鸣器启动或禁用的数据&#xff0c;外设启动或者关闭都需要通过P0写入数据&#xff0c;那么如何这样共用一个端口会造成冲突嘛&#xff0c;答案是肯定的。所以蓝桥杯加入…

LeetCode 分类刷题:611. 有效三角形的个数

题目 给定一个包含非负整数的数组 nums &#xff0c;返回其中可以组成三角形三条边的三元组个数。 示例 1: 输入: nums [2,2,3,4] 输出: 3 解释:有效的组合是: 2,3,4 (使用第一个 2) 2,3,4 (使用第二个 2) 2,2,3示例 2: 输入: nums [4,2,3,4] 输出: 4 解析 分析 首先明…

MATLAB深度学习之数据集-数据库构建方法详解

前言 在MATLAB中&#xff0c;训练深度学习模型时&#xff0c;数据库的构建与输入是关键十分关键的一环&#xff0c;真对不同的数据类型和训练样本&#xff0c;正确的数据构建是训练代码跑通的基本前提。 本文章主要基于matlab官方文档内容和实际应用问题、技巧进行的总结。 …

Linux《进程间通信(上)》

在以上的动静态库的章节当中我们了解了库的制作和原理&#xff0c;了解到了.o文件以及动静态库的本质上都是FLF格式的文件&#xff0c;还了解了ELF文件各个的组成部分。接下来在本篇开始我们就将学习Linux当中又一重要的章节——进程间通信。在进程间通信的学习当中我们将了解到…

Vue2博客项目笔记(完结)

this.$emit(load): 子组件负责监听,然后告诉父组件,父组件来执行 load 方法 <div ref"scroll" >ref"scroll"&#xff1a;给元素取引用名&#xff0c;在 JS 中可以通过 this.$refs.scroll 拿到这个元素 <slot></slot> :用于把父组件传入的…

WinForm之ListView 组件

在 WinForm 中&#xff0c;ListView是用于展示列表型数据的灵活控件&#xff0c;支持多种视图模式&#xff08;如详情列表、图标、列表等&#xff09;&#xff0c;可展示带有图标、多列属性的项目&#xff08;如文件列表、产品信息&#xff09;&#xff0c;兼具展示和交互功能&…

2025年渗透测试面试题总结-01(题目+回答)

安全领域各种资源&#xff0c;学习文档&#xff0c;以及工具分享、前沿信息分享、POC、EXP分享。不定期分享各种好玩的项目及好用的工具&#xff0c;欢迎关注。 目录 常见面试题 一、有趣的挖洞经历 二、高频漏洞及修复方案 三、渗透工具链及特点 四、WAF绕过技术 五、系…