把今天的学习的opencv知识先记录一下!
运行环境是:pycharm
话不多说,献上代码再说:
import cv2 # opencv读取的格式是BGR import matplotlib.pyplot as plt import numpy as np # 读取图片;括号里面填写好路径就行!! img = cv2.imread("./123.jpg") print(img) # 图像显示在窗口上面 # cv2.imshow("image", img) # # 参数代表关闭图片后程序关闭的时间,数字越大时间越久 # cv2.waitKey(0) # # 窗口关闭 # cv2.destroyAllWindows() # shape方法:shape返回的是图像的行数,列数,色彩通道数 print(img.shape) # (1440, 1080, 3) # 改为灰色,图片转换为灰度图 img = cv2.imread("./123.jpg", cv2.IMREAD_GRAYSCALE) print("*" * 100) print(img) print(img.shape) # (1440, 1080) cv2.imshow("image", img) # 参数代表等待时间 cv2.waitKey(0) # 窗口关闭 cv2.destroyAllWindows() # 保存改变 cv2.imwrite("123.jpg", img) # 查看图片类型 sd = type(img) print(sd) # 查看图片的总像素 img.size print(img.size) # 查看存储类型 img.dtype print(img.dtype)
首先我们先读取我们的图片进来!
# 读取图片;括号里面填写好路径就行!!我这里当先目录下我导入的图片 img = cv2.imread("./123.jpg")
跟着我们先尝试一下在打开我们的图片看看!
下面是实现的代码!
# 图像显示在窗口上面 cv2.imshow("image", 编程客栈img) # 参数代表关闭图片后程序关闭的时间,数字越大时间越久 cv2.waitKey(0) # 窗口关闭 cv2.destroyAllWindows()
运行之后我的图片是这样的
我们可以看看图片具体的像素数据是怎么样的!
img = cv2.imread("./123.jpg") print(img)
输出的结果是:
[[[129 129 129]
[129 129 129] [129 129 129] ... [ 76 76 76] [ 77 77 77] [ 78 78 78]][[129 129 129]
[129 129 129] [129 129 129] ... [ 75 75 75] [ 76 76 76] [ 77 77 77]][[129 129 129]
[129 129 129] [129 129 129] ... [ 74 74 74] [ 75 75 75] [ 75 75 75]]...
[[160 160 160]
[160 160 160] [161 161 161] ... [ 59 59 59] [ 60 60 60] [ 60 60 60]][[160 160 160]
[160 160 160] [160 160 160] ... [ 60 60 60] [ 60 60 60] [ 60 60 60]][[159 159 159]
[160 160 160] [160 160 160] ... [ 60 60 60] [ 60 60 60] [ 61 61 61]]]
有亿点点多!哈哈!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
这样完成了第一步!
这里我们顺便介绍一下shape的用法!
# shape方法:shape返回的是图像的行数,列数,色彩通道数
print(img.shape)# (1440, 1080, 3)
第二步我们想这个彩色图片该改为灰度图片,因为在处理图片的时候有时候需要将图片改变为灰度图
# 改为灰色,图片转换为灰度图 img = cv2.imread("./123.jpg", cv2.IMREAD_GRAYSCALE)
完成这一步其实差不多了,然后呢,和刚刚开始一样
cv2.imshow("image", img) # 参数代表关闭图片后程序关闭的时间,数字越大时间越久 cv2.waitKey(0) # 窗口关闭 cv2.destroyAllWindows()
还要补充一下
如果我们将123.javascriptjpg这一张图片改为灰度图之后;然后执行保存的话,那我们原先彩色的图片就会改为灰度图了。 变成下面的样子!
# 保存函数 cv2.imwrite("123.jpg", img)
最后我们顺便普及一下几个方法的作用:
# 查看图片类型 sd = type(img) print(sd) # 查看图片的总像素 img.size print(img.size) # 查看存储类型 img.dtype print(img.dtype)
今天具体就分享这么多了,如果有上面有什么写错或者想和我交流,可以私信我哦!!!!
扩展:python opencv将图片转为灰度图
使用opencv将图片转为灰度图主要有两种方法,第一种是将彩色图转为灰度图,第二种是在使用OpenCV读取图片的时候直接读取为灰度图
。
将彩色图转为灰度图
import cv2 import numpy as np if __name__ == "__main__": img_path = "timg.jpg" img = cv2.imread(img_path) #获取图片的宽和高 width,height = img.shape[:2][::-1] #将图片缩小便于显示观看 img_resize = cv2.resize(img, (int(width*0.5),int(height*0.5)),interpolation=cv2.INTER_CUBIC) cv2.imshow("img",img_resize) print("img_reisze shape:{}".format(np.shape(img_resize))) #将图片转为灰度图 img_gray = cv2.cvtColor(img_resize,cv2.COLOR_RGB2GRAY) cv2.imshow("img_gray",img_gray) print("img_gray shape:{}".format(np.shape(img_gray))) cv2.waitKey()
img_reisze shape:(337, 600, 3)
img_gray shape:(337, 600)
使用opencv读取图片的时候,默认使用的是BGR来读取图片的,可以看到原始读取的图片是3通道的,经过转换之后变成了单通道。
直接将图片采用灰度图的方式进行读取
import cv2 import numpy as np if __name__ == "__main__": img_path = "timg.jpg" img = cv2.imread(img_path) #获取图片的宽和高 width,height = img.shape[:2][::-1] #将图片缩小便于显示观看 img_rphpesize = cv2.resize(img, (int(width*0.5),int(height*0.5)),interpolation=cv2.INTER_CUBIC) cv2.imshow("img",img_resize) print("img_reisze shape:{}".format(np.shape(img_resize))) 开发者_JS培训 #读取灰度图 img_gray = cv2.imread(img_p编程客栈ath,cv2.IMREAD_GRAYSCALE) #将图片缩小便于显示观看 img_gray = cv2.resize(img_gray, (int(width*0.5),int(height*0.5)),interpolation=cv2.INTER_CUBIC) cv2.imshow("img_gray",img_gray) print("img_gray shape:{}".format(np.shape(img_gray))) cv2.waitKey()
img_reisze shape:(337, 600, 3)
img_gray shape:(337, 600)
到此这篇关于Python opencv图像基本操作学习之灰度图转换的文章就介绍到这了,更多相关opencv灰度图转换内容请搜索我们以前的文章或继续浏览下面jcabxnUC的相关文章希望大家以后多多支持我们!
精彩评论