OpenCV 是一个开源的计算机视觉库，应用领域非常广泛，包括图像拼接、图像降噪、产品质检、人机交互、人脸识别、动作识别、动作跟踪、无人驾驶等。

显示图片

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）
cv2.IMREAD_GRAYSCALE：读入灰度图片（或者直接写0）

import cv2
img = cv2.imread("test.png")
# 显示图片
cv2.imshow("图片",img)
#图像显示时间
cv2.waitKey(0)

读入一张灰度图：

import  cv2
img=cv2.imread("test.jpg",0)
print(img.shape)

获取图像属性

# 获取RGB图的高、宽
heigh = img.shape[0] # 高
width = img.shape[1] # 宽
# 获取RGB图的高、宽、深度
h,w,d = img.shape
# 获得图片大小 h*w 或 h*w*d
img_size = img.size
# 获得图片数据类型
img.dtype

图像保存

import  cv2
img = cv2.imread("test.jpg")
cv2.imwrite("test1.jpg",img)

调整图像大小

import cv2
import numpy as npimg = cv2.imread("test.png")
print(img.shape)# 缩放
resized = cv2.resize(img,(200,400))
print(resized.shape)
cv2.imshow("缩放后的图像", resized)
cv2.waitKey(0)

图像翻转

import cv2
image = cv2.imread("test.png")imgFlip1 = cv2.flip(image, 1)  # 0垂直翻转 ；1水平翻转 ；-1水平和垂直翻转cv2.imshow("image",imgFlip1)
cv2.waitKey(0)

图像旋转

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

import cv2
image=cv2.imread("test.png")
image2 = cv2.rotate(image,cv2.ROTATE_90_CLOCKWISE) #顺时针旋转90度
cv2.imshow("image2",image2)
cv2.waitKey(0)

裁剪

import cv2
import numpy as npimg = cv2.imread("test.png")
print(img.shape)# 裁剪
imgCropped = img[46:119,352:495]cv2.imshow("Image Cropped",imgCropped)
cv2.waitKey(0)

画框

设置的参数：

• img：想要绘制图像的那幅图像，这里是output。
• pt1：矩形左上角坐标，这里是(0, 0)。
• pt2：矩形右下角坐标，这里是(250,350)。
• color：BGR元组，这里是红色(0,0,255)。
• thickness：线条粗细（如果一个闭合图形设置为负数，那么这个图形就会被填充），这里是2。

img = np.zeros((512,512,3),np.uint8)
cv2.rectangle(img,(0,0),(250,350),(0,0,255),2)cv2.imshow("Image",img)
cv2.waitKey(0)

画圆

import cv2image = cv2.imread('demo1.jpg')
output = image.copy()
cv2.circle(output, (32, 25), 20, (255,0,0),-1)
cv2.imshow('Circle', output)
cv2.waitKey()

画线

画线的话，我们只需要指定起点和终点即可。

import cv2image = cv2.imread('demo1.jpg')
output = image.copy()
cv2.line(output, (35,25),(125,69),(255,0,0),5)
cv2.imshow('Line', output)
cv2.waitKey()

我们指定起点为(35,25)，终点为(125,69)。

添加文字

设置的参数：

• img：想要绘制图像的那幅图像，这里是output。
• text：要绘制的文字内容，这里是Sasaki Nozomi。
• pt：绘制的位置，这里是(10,25)。
• font：字体类型，这里是cv2.FONT_HERSHEY_SIMPLEX。
• scale：字体大小乘数，这里是0.7。
• color：字体颜色，这里是红色(0,0,255)。
• thickness：字体粗细，这里是2。

import cv2image = cv2.imread('demo.jpg')
output = image.copy()
cv2.putText(output,'Sasaki Nozomi',(10, 25),cv2.FONT_HERSHEY_SIMPLEX,0.7,(0, 0, 255),2)
cv2.imshow('Text', output)
cv2.waitKey()

二值化图像

THRESH_BINARY：超过阈值为maxval，否则为0
THRESH_BINARY_INV：超过阈值为0，否则为maxval（相当于上个参数取反）
THRESH_TRUNC：超过阈值为thresh，低于阈值灰度值不变
THRESH_TOZERO：超过阈值灰度值不变，否则为0
THRESH_TOZERO_INV：超过阈值为0，低于阈值灰度值不变

import cv2img = cv2.imread('test.png')#将彩色图片转化为灰度图
gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
#返回两个结果, 一个是阈值, 另一个是处理后的图片
ret,dst = cv2.threshold(gray,175,255,cv2.THRESH_BINARY)
cv2.imshow('dog', np.hstack((gray, dst)))
cv2.waitKey(0)

Numpy生成图像

使用Numpy库生成一个8×8大小数组的黑色图像

import cv2
import numpy as np
import matplotlib.pylab as pylabimg = np.zeros((8,8),dtype=np.uint8) #创建一个8×8的全零数组
pylab.gray() #不使用颜色信息
pylab.imshow(img) #可视化图像