专栏名称: 小白学视觉
本公众号主要介绍机器视觉基础知识和新闻,以及在学习机器视觉时遇到的各种纠结和坑的心路历程。
51好读  ›  专栏  ›  小白学视觉

在 Python 中使用 OpenCV 模块对图像进行基本操作

小白学视觉  · 公众号  ·  · 2025-01-27 10:05

正文

点击上方 小白学视觉 ”,选择加" 星标 "或“ 置顶

重磅干货,第一时间送达

问题陈述

📌 使用 Python 代码自己创建图像

📌 拍摄 2 张图像,裁剪两张图像的一部分并交换它们。

📌 拍摄 2 张图像并将其组合成一张图像。例如,拼贴

因此,在本文中,我们将了解如何使用Python中的 OpenCV模块创建图像、截取 2 张图像、交换它们并组合两张图像以形成单个图像。

图像处理

图像处理是一种对图像执行某些操作的方法,以获得增强的图像或从中提取一些有用的信息。图像处理是对数字化图像的分析和处理,尤其是为了提高其质量。

python中的OpenCV模块是什么?

OpenCV 是一个用于计算机视觉、机器学习和图像处理的大型开源库。OpenCV 支持多种编程语言,如 Python、C++、Java 等。它可以处理图像和视频以识别物体、面部甚至人类的笔迹。OpenCV解决了很多应用,其中一些是人脸和物体识别,视频/图像搜索和检索,电视频道广告识别和街景图像拼接。

安装和导入包

  1. 从这里下载 Anaconda 的个人版: https://www.anaconda.com/products/individual
  2. 在 python 中安装 NumPy OpenCV-Python 模块。
pip install numpy
pip install opencv-python
  1. 在python代码中导入上述模块
import numpy
import cv2

使用 Python 代码创建图像

OpenCV - Python 是一个 Python 库,旨在解决计算机视觉问题。 cv2 是它提供许多方法来操作图像的模块之一。 cv2 模块具有许多有助于读取和操作图像的功能。 NumPy 在python中支持绘制各种形状。
代码:
img = numpy.zeros((512,512,3))
# Writing text
font = cv2.FONT_HERSHEY_SIMPLEX
img = cv2.putText(img, 'Image Creation', (5050),font, 0.8, (0,255,255), 2)
# Creating a Rectangles
img = cv2.rectangle(img,(12,12),(312,312),(255,255,0),3)
img = cv2.rectangle(img,(100,100),(400,400),(0,255,0),3)
img = cv2.rectangle(img,(200,200),(500,500),(255,0,255),3)
img = cv2.rectangle(img,(300,300),(600,600),(5,200,2),3)
img = cv2.rectangle(img,(500,500),(600,600),(150,0,25),3)
# Creating a Circle
img = cv2.circle(img, (200200), 80, (25500), 3)
# Allows us to see image
cv2.imshow("myimage",img)
cv2.waitKey(10000)
# Until closed forcefully
cv2.destroyAllWindows()
输出:

读取 2 张图像,裁剪这两张图像的一部分并交换它们

step 1:导入 cv2 ,可以观察到两张图。
cv2.imread() 方法从指定文件加载图像。
cv2.imshow() 方法用于在窗口中显示图像。
cv2.waitkey() 会等待 x 毫秒来等待 OpenCV 窗口上的按键。
cv2.destroyAllWindows() 简单地破坏我们创建的所有窗口。
import cv2
#Allows us to read a image1
img1 = cv2.imread("1.jpg")
# Allows us to see image1
cv2.imshow("FirstImage",img1)
cv2.waitKey(10000)
# Until closed forcefully
cv2.destroyAllWindows()
输出:
#Allows us to read a image2
img2 = cv2.imread("2.jpg")
# Allows us to see image2
cv2.imshow("SecondImage",img2)
cv2.waitKey(10000)
# Until closed forcefully
cv2.destroyAllWindows()
输出:
调整大小之前
Step2: “resize” 两张图片的维度不一样,我们可以通过cv2模块中的方法来改变。
#Allows us to resize a image1
new_img1 = cv2.resize(img1,(900,512))
# Allows us to see new_image1
cv2.imshow("NewFirstImage",new_img1)
cv2.waitKey(10000)
# Until closed forcefully
cv2.destroyAllWindows()#Allows us to resize a image2
new_img2 = cv2.resize(img2,(900,512))
# Allows us to see new_image2
cv2.imshow("NewSecondImage",new_img2)
cv2.waitKey(10000)
# Until closed forcefully
cv2.destroyAllWindows()
调整大小后两个图像的尺寸相同。
调整大小后
第 3 步: 为了裁剪图像,我们使用以下代码
crop_img1=new_img1[0:200,0:200]
# Allows us to see crop_image1
cv2.imshow("CroppedFirstImage",crop_img1)
cv2.waitKey(10000)
# Until closed forcefully
cv2.destroyAllWindows()
crop_img2=new_img2[0:200,0:200]
# Allows us to see crop_image2
cv2.imshow("CroppedSecondImage",crop_img2)
cv2.waitKey(10000)
# Until closed forcefully
cv2.destroyAllWindows()
step4: 为了用图像交换那些裁剪的部分,我们使用以下代码
swap_img1=crop_img2
new_img1[200:400,200:400]=swap_img1
# Allows us to see new_image1 after swapping
cv2.imshow(“SwappedFirstImage”,new_img1)
cv2.waitKey(10000)
# Until closed forcefully
cv2.destroyAllWindows()
用 SecondImage 的裁剪部分交换第一张图像
正如我们所知,我们不能在Python中将变量或值声明为常量。由于python变量是引用,我们有效地传递了引用的副本。
因此,如果我们将图像作为变量传递,并且不改变它,它实际上是“像”一个常量一样传递。但是在交换第一张图像时,我们会更改变量,因此在使用裁剪部分交换第二张图像时,我们必须再次执行步骤 2、3、4。
swap_img2=crop_img1
new_img2[200:400,200:400]=swap_img2
# Allows us to see new_image2 after swapping
cv2.imshow(“SwappedSecondImage”,new_img2)
cv2.waitKey(10000)
# Until closed forcefully
cv2.destroyAllWindows()
用 FirstImage 的裁剪部分交换第二张图像

读取 2 个图像,并将它们组合成一个图像。

例如:拼贴画
NumPy 在 python 中有一个名为的模块,它支持拼贴/组合图像。在这里,这两个图像是使用 hstack() 拼贴/组合的,numpy 支持图像的水平组合。
import cv2
import numpy
#Allows us to read a image1
img1 = cv2.imread(“1.jpg”)
#Allows us to read a image2
img2 = cv2.imread(“2.jpg”)
new_img1 = cv2.resize(img1,(600,512))
new_img2 = cv2.resize(img2,(600,512))
horizontal_collage = numpy.hstack((new_img1,new_img2))
# Allows us to see image1
cv2.imshow(“Horizontal Collage”,horizontal_collage)
cv2.waitKey(10000)
# Until closed forcefully
cv2.destroyAllWindows()
水平组合图像
vstack() 用于图像的垂直组合。
import cv2
import numpy
#Allows us to read a image1
img1 = cv2.imread("1.jpg")
#Allows us to read a image2
img2 = cv2.imread("2.jpg")
new_img1 = cv2.resize(img1,(300,400))
new_img2 = cv2.resize(img2,(300,400))
vertical_collage = numpy.vstack((new_img1,new_img2))
# Allows us to see vertical_collage
cv2.imshow("Vertical Collage",vertical_collage)
cv2.waitKey(10000)
# Until closed forcefully
cv2.destroyAllWindows()
垂直组合图像

结论

在本文中,我们看到了一些基本操作:如何创建、读取和调整图像大小、裁剪图像的某些部分并交换它们、水平或垂直组合两个图像。
在 python 中,有许多强大的库可以使图像处理变得容易,例如 OpenCV, SciKit-Image Pillow.``NumPy






请到「今天看啥」查看全文


推荐文章
摄影世界  ·  高逼格手机摄影,9招就搞定!
7 年前