OpenCV入门 | 使用Python实现计算机视觉的第一步

2020-08-06 10:07

太酷了，我们必须使用OpenCV读取和显示图像，并了解如何将GBR颜色转换为RGB以使用Matplolib内联显示它们。其他颜色格式可以使用OpenCV处理，例如HSV，CMYK等。色彩由于我们将重复很多次，因此我们创建一个使用Matplotlib进行绘图的方法。我们可以设置图的大小并删除轴以使其更好。def show（img）： fig， ax ＝ plt．subplots（1， figsize＝（12，8）） ax．axis（＇off＇） plt．imshow（img， cmap＝＇Greys＇）请注意，我还将．imshow中的颜色图定义为“灰色”。当我们绘制RGB图像时，该参数将被忽略，但是稍后在绘制数组的各个维度时将很有用。现在，让我们尝试一下我们的方法。image ＝ cv2．imread（＇img2．jpeg＇）image ＝ cv2．cvtColor（image， cv2．COLOR＿BGR2RGB）
show（image）

现在让我们尝试将其转换为灰度然后再转换为RGB。image ＝ cv2．imread（＇img2．jpeg＇）
gray ＝ cv2．cvtColor（image， cv2．COLOR＿BGR2GRAY）image ＝ cv2．cvtColor（gray， cv2．COLOR＿GRAY2RGB）
show（image）

我们可以使用．split获取颜色的单个数组，然后将图片与．merge组合在一起。这对于修改，检查和过滤数组的单个维度非常实用。例如，我们可以将数组乘以零以将其删除；img ＝ cv2．imread（＇img2．jpeg＇）
B， G， R ＝ cv2．split（img） img ＝ cv2．merge（［B＊0， G， R＊0］）
img ＝ cv2．cvtColor（img， cv2．COLOR＿BGR2RGB）show（img）

我们可以增加或减少颜色的强度，或者构建具有相同形状的新的Numpy数组来替换它，或者你可以考虑使用任何其他方法。img ＝ cv2．merge（［np．ones＿like（B）＊255， G， R］）
img ＝ cv2．cvtColor（img， cv2．COLOR＿BGR2RGB）show（img）

同样的分割和合并概念也适用于其他格式，如HSV和HSL。img ＝ cv2．imread（＇img2．jpeg＇）img ＝ cv2．cvtColor（img， cv2．COLOR＿BGR2HSV）
H， S， V ＝ cv2．split（img）
img ＝ cv2．merge（［np．ones＿like（H）＊30， S＋10， V－20］）
img ＝ cv2．cvtColor（img， cv2．COLOR＿HSV2RGB）show（img）