【Python】CV2的一些基本操作
作者:互联网
·导入:
import cv2
·读取图片:
img = cv2.imread('路径')
使用函数cv2.imread(filepath,flags)读入一副图片
filepath:要读入图片的完整路径
flags:读入图片的标志
cv2.IMREAD_COLOR:默认参数,读入一副彩色图片,忽略alpha通道
cv2.IMREAD_GRAYSCALE:读入灰度图片
cv2.IMREAD_UNCHANGED:顾名思义,读入完整图片,包括alpha通道
import numpy as npimport cv2img = cv2.imread(‘1.jpg’,cv2.IMREAD_GRAYSCALE)
·获取图片大小:
x, y, z = img.shape
·缩放图片:
cv2.resize(InputArray src, OutputArray dst, Size, fx, fy, interpolation)
具体参数:
InputArray src | 输入图片 |
---|---|
OutputArray dst | 输出图片 |
Size | 输出图片尺寸 |
fx, fy | 沿x轴,y轴的缩放系数 |
interpolation | 插入方式 |
INTER_NEAREST | 最近邻插值 |
---|---|
INTER_LINEAR | 双线性插值(默认设置) |
INTER_AREA | 使用像素区域关系进行重采样。 |
INTER_CUBIC | 4x4像素邻域的双三次插值 |
INTER_LANCZOS4 | 8x8像素邻域的Lanczos插值 |
举个例子:
img_test = cv2.resize(img, (0, 0), fx=0.25, fy=0.25, interpolation=cv2.INTER_NEAREST)
img_test = cv2.resize(img_test, (0, 0), fx=4, fy=4, interpolation=cv2.INTER_NEAREST)
·展示图片:
cv2.imshow('窗口名', img)
cv2.waitKey()
cv2.destroyAllWindows()
·灰度图彩图转换:
RGB转灰度:
img2 = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
灰度转RBG:
img3 = cv2.cv2Color(img, cv2.COLOR_GRAY2RGB)
·解决关闭窗口后程序不停止的问题:还没找到
·保存图片:
cv2.imwrite(filepath, img, flag)
filepath: 保存路径
img: 图像
flag:参数
可选的第三个参数,它针对特定的格式:对于JPEG,其表示的是图像的质量,用0 - 100的整数表示,默认95;对于png ,第三个参数表示的是压缩级别。默认为3.
注意:cv2.IMWRITE_JPEG_QUALITY类型为 long ,必须转换成 int
cv2.IMWRITE_PNG_COMPRESSION, 从0到9 压缩级别越高图像越小。
·路径拼接:
os.path.join()
os.path.join()函数:连接两个或更多的路径名组件
1.如果各组件名首字母不包含’/’,则函数会自动加上
2.如果有一个组件是一个绝对路径,则在它之前的所有组件均会被舍弃
3.如果最后一个组件为空,则生成的路径以一个’/’分隔符结尾
·补0
'''
原字符串左侧对齐, 右侧补零:
'''
str.ljust(width,'0')
input: '789'.ljust(32,'0')
output: '78900000000000000000000000000000'
'''
原字符串右侧对齐, 左侧补零:
方法一:
'''
str.rjust(width,'0')
input: '798'.rjust(32,'0')
output: '00000000000000000000000000000798'
'''
方法二:
'''
str.zfill(width)
input: '123'.zfill(32)
output:'00000000000000000000000000000123'
'''
方法三:
'''
'%07d' % n
input: '%032d' % 89
output:'00000000000000000000000000000089'
·循环:
for i in range x
for i in range(3)
:0 1 2
for i in range(1, 3)
:1 2
标签:img,Python,cv2,CV2,灰度,读入,基本操作,INTER,图片 来源: https://www.cnblogs.com/kinologic/p/15669248.html