图片由很多个像素点组成的，彩色图的三通道RGB，每个通道的值在【0

一、数据读取-图像

• cv2.IMREAD_COLOR:彩色图像
• cv2.IMREAD.GRAYSCALE:灰度图像

import cv2 #opencv读取的格式是BGR
import matplotlib.pyplot as plt
import numpy as np 
#在jupyter notebook中特别的显示图片用法
%matplotlib inline 
#传入图片的路径,可以指定读取图片的类型，默认是彩色图像，
#img=cv2.imread('cat.jpg',cv2.IMREAD.GRAYSCALE)读取灰度图像
img=cv2.imread('cat.jpg')
img.shape#得到(414,500,3)表示(h,w,c)

#图像的显示,也可以创建多个窗口
cv2.imshow('image',img) 
# 等待时间，毫秒级，0表示任意键终止
cv2.waitKey(0) 
cv2.destroyAllWindows()

由于每次显示图片都会重复写几句代码,封装到一个函数中。

#name表示传入显示图片的名称,img表示得到的图片路径
def cv_show(name,img):
    cv2.imshow(name,img) 
    cv2.waitKey(0) 
    cv2.destroyAllWindows()

得到的灰度图

二、视频读取

• cv2.VideoCapture可以捕获摄像头，用数字来控制不同的设备，例如0,1。
• 如果是视频文件，直接指定好路径即可。

#传入视频路径
vc = cv2.VideoCapture('test.mp4')
#判断视频是否可以正确打开
# 检查是否打开正确
if vc.isOpened(): 
	#返回两个参数，是否可以打开True，以及打开的视频数据
    oepn, frame = vc.read()
else:
    open = False
#遍历视频的每一帧
while open:
    ret, frame = vc.read()
    if frame is None:
        break
    if ret == True:
    	#传入一帧的视频(图片),转换成灰度图
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        cv2.imshow('result', gray)
        if cv2.waitKey(100) & 0xFF == 27:
            break
vc.release()
cv2.destroyAllWindows()

其中一帧的图片

三、截取部分图像数据

img=cv2.imread('cat.jpg')
cat=img[0:50,0:200] 
#调用自定义的图像展示方法
cv_show('cat',cat)

四、函数通道提取

#切分彩色图片的通道
b,g,r=cv2.split(img)
#分割后再重组
img=cv2.merge((b,g,r))

# 只保留R
cur_img = img.copy()
#BGR，把B,G通道的为0，只保留R通道
cur_img[:,:,0] = 0
cur_img[:,:,1] = 0
cv_show('R',cur_img)

五、边界填充

• BORDER_REPLICATE：复制法，也就是复制最边缘像素。
• BORDER_REFLECT：反射法，对感兴趣的图像中的像素在两边进行复制例如：fedcba|abcdefgh|hgfedcb
• BORDER_REFLECT_101：反射法，也就是以最边缘像素为轴，对称，gfedcb|abcdefgh|gfedcba
• BORDER_WRAP：外包装法cdefgh|abcdefgh|abcdefg
• BORDER_CONSTANT：常量法，常数值填充。

#四周填充的大小
top_size,bottom_size,left_size,right_size = (50,50,50,50)
#不同的图像边界填充方式
replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_WRAP)
constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_CONSTANT, value=0)

得到不同的图片填充

六、数值计算

#读取两张图片
img_cat=cv2.imread('cat.jpg')
img_dog=cv2.imread('dog.jpg')
#在(414,500,3)的图片上(414x500x3)个这么多像素点上每个都加10，当相加的结果超过255，结果=结果%256
img_cat2= img_cat +10 
#通过cv2.add（）方法后，如果超过255的重新赋值为255，没超过的还是自身
cv2.add(img_cat,img_cat2)

七、图像融合

图像融合的前提是，不同图片的shape相同。比如：(424,500,3)与（422,522,3）不相同就不能融合
要进行reshape操作

#第一个参数为要reshape的对象，后面为要reshape的大小
img_dog = cv2.resize(img_dog, (500, 414))
#第一个参数:为要融合的图片x1；第二个参数：融合的比例m；第三个参数：融合的图片x2；第四个参数：比例n；第五个参数：偏置b，y=m*x1+n*x2+b
res = cv2.addWeighted(img_cat, 0.4, img_dog, 0.6, 0)