计算机视觉算法—基于OpenCV

基础知识

图像基本约定俗成

图像即矩阵，一个二维向量

  • 图像宽度对应矩阵列数
  • 图像高度对应矩阵行数
  • 矩阵每个元素代表一个像素
  • 每个像素可以包含一到多个数值来对应其视觉表示， 像素的每个数值表示一个通道。
  • 每个像素（矩阵的元素）可以是整数或者浮点数。假设一个四通道的图像使用 16位整数来表示每个通道，其深度就是16乘以4位，即64位
  • 图像的分辨率反映了图像中的像素数量

色彩空间

  • 灰度色彩空间

    ​ 每个像素用一个8位无符号整型来表示其亮度或灰度值。这样就可以存储256级灰度，其中0对应纯黑，255对应纯白。 数值越高，像素亮度越高

  • RGB （Red, Green, Blue）

    每个像素用三个八位整型对应其红、绿、蓝颜色分量的强度。

    所有的色彩都可以由不同比例的红、绿、蓝混合而成。

  • HSV（Hue, Saturation, and Value）

    每个像素由三个数值表示，分别代表色调（色彩），饱和度（色彩强度）和明亮度（有多亮）

    色调值介于0～360度之间，用来表示该像素的色彩

  • CMYK

OpenCV 入门

基本图像展示

1
2
3
4
5
6
7

import cv2
image = cv2.imread("1.jpg")
if image is not None :
    cv2.imshow("image", image)
    cv2.waitKey()
else:
    print("Empty image!")

图像读写

imread(img_path,flag) 读取图片，返回图片对象

  • img_path:

​ 图片的路径，即使路径错误也不会报错，但打印返回的图片对象为None

  • flag：

    `cv2.IMREAD_COLOR`，读取彩色图片，图片透明性会被忽略，为默认参数，也可以传入1  `cv2.IMREAD_GRAYSCALE`,按灰度模式读取图像，也可以传入0
`cv2.IMREAD_UNCHANGED`,读取图像，包括其alpha通道，也可以传入-1