Python第三方cv2库介绍

python第三方cv2库介绍

CV2指的是OpenCV2（Open Source Computer Vision Library），是一个开源的库平台计算机视觉库。有很强大的图片处理功能，可实现图像处理和计算机视觉方面的很多通用算法。

OpenCV官网文档 https://docs.opencv.org/4.1.2/d6/d00/tutorial_py_root.html
中文文档http://www.woshicver.com/
 

特别提示：安装的时候用 opencv_Python，但在导入使用的时候使用 cv2。

在windows环境中Python模块(库、包)安装命令格式，在cmd中：

[py -X.Y -m] pip install [-i 镜像网址] 模块(库、包)名

其中[]部分表示可选的

若安装了多个python版本，X.Y代表Python版本，多余的部分舍弃如3.8.1取3.8，3.10.5取3.10，即只取第二个点前的部分。仅安装了一个python版本不需要。

使用镜像网址可以加快安装速度，常用的镜像网址

清华：https://pypi.tuna.tsinghua.edu.cn/simple

阿里云：Https://mirrors.aliyun.com/pypi/simple/

中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/

【参见https://blog.csdn.net/cnds123/article/details/104393385】

我这里使用 （我安装了多个python版本 要为3.10.0版本安装cv2库——opencv_python，使用阿里云镜像。安装的时候是 opencv_python，但在导入的时候采用 import cv2。）:

py -3.10 –m pip install -i https://mirrors.aliyun.com/pypi/simple/ opencv_python

参见下图：

 最后，检测安装情况

注意：使用cv2库的时候，文件名和路径不能有中文，一旦有中文就会有各种莫名其妙的错误！

读入图片并显示

读入一张图片函数：cv2.imread(filepath,flags)  

其中filepath表示图片的路径

flags表示要读入的是什么图片：

（1）cv2.IMREAD_COLOR：默认参数，读入一副彩色图片，忽略alpha通道（或者直接写1）

（2）cv2.IMREAD_GRAYSCALE：读入灰度图片（或者直接写0）

显示一张图片函数：cv2.imshow(window_name, image)  

其中，第一个参数是窗口的名字，第二个参数是要显示的图像

键盘绑定函数cv2.waiTKEy(delay)

其中delay 的单位为ms毫秒，当 delay 取大于0的值时，程序在给定的 delay 时间内等待用户按键触发关闭图形显示窗口，或等到时间到关闭图形显示窗口。若设置delay为0，则代表等待按任意键关闭图形显示窗口。

没有它，窗口会在程序完成是立即关闭图形显示窗口。

提示，脱离IDLE环境时才能看到此函数的效果，如双击py脚本文件运。

下面给出读入图片并显示之源码

import cv2image1=cv2.imread(r"D:/cv2Demo/lotus2.png")cv2.imshow("image1",image1)cv2.waitKey(0)

运行之：

将图像保存

函数 cv2.imwrite() 用于将图像保存到指定的文件。

cv2.imwrite(filename, img [, paras])

参数说明：

filename：要保存的文件的路径和名称，包括文件扩展名

img：要保存的 OpenCV 图像，nparray 多维数组

paras：不同编码格式的参数，可选项

将彩色图片转成灰度图片保存

源码如下：

import cv2image1=cv2.imread(r"D:/cv2Demo/lotus2.png",0)cv2.imwrite(r"D:/cv2Demo/lotus2As.png",image1)

图像缩放

图像缩放函数cv2.resize(image, image2,dsize)

输入原始图像，输出新图像，图像的大小)

cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])

参数说明：

scr：变换操作的输入图像

dsize： 输出图像的大小，二元元组 (width, height)

dst：变换操作的输出图像，可选项

fx, fy：x 轴、y 轴上的缩放比例，实型，可选项

interpolation：插值方法，整型，可选项

cv2.INTER_LINEAR：双线性插值（默认方法）

cv2.INTER_AREA：使用像素区域关系重采样，缩小图像时可以避免波纹出现

cv2.INTER_NEAREST：最近邻插值

cv2.INTER_CUBIC：4x4 像素邻域的双三次插值

cv2.INTER_LANCZOS4：8x8 像素邻域的Lanczos插值

图像缩为原来1/4

源码如下：

import cv2image1=cv2.imread(r"D:/cv2Demo/lotus2.png")print(image1.shape) #height, width = image1.shape[:2]  # 获取图片的高度和宽度image2=cv2.resize(image1,(int(0.5*width), int(0.5*height)))print(image2.shape) #cv2.imwrite(r"D:/cv2Demo/lotus2Quarter.png",image2)#保存

图像翻转

图像翻转函数cv2.flip(src, flipCode[, dst])

参数说明：

scr：变换操作的输入图像

flipCode：控制参数，整型（int），flipCode>0 水平翻转，flipCode=0 垂直翻转，flipCode<0 水平和垂直翻转

dst：变换操作的输出图像，可选项

图像翻转源码：

import cv2image1=cv2.imread(r"D:/cv2Demo/lotus2.png")imgFlip1 = cv2.flip(image1, 1)  # 0垂直翻转 ；1水平翻转 ；-1水平和垂直翻转cv2.imshow("image2",imgFlip1)cv2.waitKey(0)

图像旋转

实现图像的直角倍数旋转函数cv2.rotate(src, rotateCode[, dst])

cv2.rotate（）以90度的倍数旋转2D阵列（array），速度很快。

参数说明：

src：变换操作的输入图像

rotateCode：枚举，指定旋转角度。

  cv2.ROTATE_90_CLOCKWISE：顺时针旋转 90 度

  cv2.ROTATE_180： 旋转 180 度

  cv2.ROTATE_90_COUNTERCLOCKWISE：逆时针旋转 90 度

dst：它是与src图像大小和深度相同的输出图像。它是一个可选参数。

图像顺时针旋转90度源码：

import cv2image1=cv2.imread(r"D:/cv2Demo/lotus2.png")image2 = cv2.rotate(image1,cv2.ROTATE_90_CLOCKWISE) #顺时针旋转90度cv2.imshow("image2",image2)cv2.waitKey(0)

下面介绍图像旋转任意角度，先介绍用到两个函数

获取旋转变换矩阵函数cv2.getRotationMatrix2D(center, angle, scale)

参数说明：

center：旋转中心坐标，二元元组 (x0, y0)

angle：旋转角度，单位为角度，逆时针为正数，顺时针为负数

scale： 缩放因子

利用变换矩阵对图像进行变换函数cv2.warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]])

其中：

src - 输入图像。

M - 变换矩阵。

dsize - 输出图像的大小。

flags - 插值方法的组合（int 类型！）

borderMode - 边界像素模式（int 类型！）

borderValue - （重点！）边界填充值; 默认情况下，它为0。

下面介绍图像旋转任意角度的三种实现方法

法一、图像旋转任意角度源码（有剪裁）

源码如下：

#图像旋转任意角度源码（有剪裁）import cv2#第一个参数穿opencv读取的图像，第二个参数传入需要旋转的角度def rotate_bound(image, angle):    height, width = image.shape[:2]     # 取前两个值（H，W）     # 第一个参数旋转中心，第二个参数旋转角度，第三个参数缩放比例     center = ( width//2,height//2)  # 以图像中心为旋转中心     scale = 1                 # 等比例旋转，即旋转后尺度不变     # 获得旋转矩阵     M = cv2.getRotationMatrix2D(center, -angle, scale)     # 进行仿射变换，其中    #“,borderValue=(255,255,255)”定义边界填充色彩白色，省略默认黑色,相当于borderValue=(0,0,0)    return cv2.warpAffine(image, M, (width, height),borderValue=(255,255,255))image1 = cv2.imread(r"D:/cv2Demo/lotus2.png")image2 = rotate_bound(image1, 45)cv2.imshow('image', image2)  #显示图片cv2.waitKey(0)

法二、图像旋转任意角度源码（无剪裁）

源码如下：

#图像旋转任意角度源码（无剪裁）import numpy as npimport cv2#第一个参数穿opencv读取的图像，第二个参数传入需要旋转的角度def rotate_bound(image, angle):    # 获取图像的尺寸，并确定中心    (h, w) = image.shape[:2]    (cX, cY) = (w // 2, h // 2)    # 获取旋转矩阵（应用角度的负数以顺时针旋转）    # 获取正弦和余弦（即矩阵的旋转分量）    M = cv2.getRotationMatrix2D((cX, cY), -angle, 1.0)    cos = np.abs(M[0, 0])    sin = np.abs(M[0, 1])    #计算图像的新边界尺寸    nW = int((h * sin) + (w * cos))    nH = int((h * cos) + (w * sin))    # 调整矩阵    M[0, 2] += (nW / 2) - cX    M[1, 2] += (nH / 2) - cY    #进行仿射变换，其中    #“,borderValue=(255,255,255)”定义边界填充色彩白色，省略默认黑色,相当于borderValue=(0,0,0)    return cv2.warpAffine(image, M, (nW, nH),borderValue=(255,255,255))image1=cv2.imread(r"D:/cv2Demo/lotus2.png")image2 = rotate_bound(image1, 45)cv2.imshow('image', image2)  #显示图片cv2.waitKey(0)#cv2.imwrite(r"D:/cv2Demo/lotus2AsSave.png", image2) #保存

法三、图像旋转任意角度源码（无剪裁之二）

源码如下（请和法二对比）：

#图像旋转任意角度源码（无剪裁之二）import cv2import numpy as np  def opencv_rotate(img, angle):    h, w = img.shape[:2]  # 图像的（行数，列数，色彩通道数）      center = (w / 2, h / 2)    scale = 1.0    # 1 获取M矩阵    # cv2.getRotationMatrix2D(获得仿射变化矩阵)    M = cv2.getRotationMatrix2D(center, -angle, scale)    # 2 扩大画布，新的宽高，radians(angle) 把角度转为弧度 sin(弧度)    new_H = int(w * np.fabs(np.sin(np.radians(angle))) + h * np.fabs(np.cos(np.radians(angle))))    new_W = int(h * np.fabs(np.sin(np.radians(angle))) + w * np.fabs(np.cos(np.radians(angle))))    # 3 平移    M[0, 2] += (new_W - w) / 2    M[1, 2] += (new_H - h) / 2     # cv2.warpAffine(进行仿射变化)    rotate = cv2.warpAffine(img, M, (new_W, new_H), borderValue= (0, 0, 0))    return rotate image1=cv2.imread(r"D:/cv2Demo/lotus2.png")image2 = opencv_rotate(image1, 45)cv2.imshow('image', image2)  #显示图片cv2.waitKey(0)#cv2.imwrite(r"D:/cv2Demo/lotus2AsSave.png", image2) #保存

 OK!

来源地址：https://blog.csdn.net/cnds123/article/details/126547307