opencv-python圖像處理怎么安裝

這篇文章主要講解了“opencv-python圖像處理怎么安裝”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“opencv-python圖像處理怎么安裝”吧！

一、安裝opencv

關于opencv的安裝，如果是windows系統下使用pycharm，那么直接在在終端使用pip命令或者點擊設置-python解釋器輸入opencv-python即可

如果使用的是conda，那也可以使用pip命令或者conda install 安裝
在linux下的話更加簡單。而且也會少很多無緣無故的bug，推薦使用linux系統。linux下使用終端輸入pip或者pip3 install opencv-python即可，前提是已經安裝了python并且設置好了路徑變量。

二、 opencv使用

想要使用opencv，必須在代碼開頭導入opencv的包，這里和安裝時候的名字不一樣，使用命令：
import cv2
導入包。并且需要安裝matplotlib和numpy。
1、 圖片的讀取

img = cv2.imread("car_green.jpg")

括號內是圖片文件的名字，如果代碼與圖片在同一目錄下可以這樣做，但是如果不在同一目錄下，就需要包含圖片文件的完整路徑。使用該語句讀取圖片，將會返回一個ndarray類型的矩陣（行數，列數，通道數）
顯示剛才讀取的圖片：
注意：opencv讀取到的圖片格式為BGR格式。

cv2.imshow("name", img)
# 等待時間， 毫秒級， 0表示任意鍵終止
cv2.waitKey(0)

2、獲取攝像頭的視頻流

def video_get():
    capture = cv.VideoCapture(0)
    # 保存視頻流的每一幀
    while True:
        ret, frame = capture.read()
        # 翻轉圖像，原圖像是左右顛倒的
        frame = cv.flip(frame, 1)
        cv.imshow("video", frame)
        c = cv.waitKey(50)
        if c == 27:
            break

3、保存獲取到的圖像

cv.imwrite(想要保存的文件路徑， 圖像文件）

4、灰度圖轉化
讀取時直接讀取為灰度圖：

img = cv2.imread(path, cv.IMREAD_GRAYSCALE)

讀取時是彩色，轉化為灰度圖

img = cv.imread("car_red.jpg")
img = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
cv.imshow("ing", img)
cv.waitKey(0)
cv.destroyAllWindows()

5、獲取圖像的部分區域
由于讀取到的圖片是ndarray類型的，因此可以使用切片操作來獲取圖像的某一部分：

roi = img[ 起始:結束, 起始:結束]

6、將彩色圖片的通道拆分與合并
因為彩色圖片是三通道的，假設圖片尺寸為128x128，那么他就包含三個128*128的顏色矩陣

img = cv.imread("car_red.jpg")
cv.imshow("img", img)
# 注意格式為BGR
b, g, r = cv.split(img)
# 通道合并，注意矩陣的順序，這樣合成的圖片為BGR格式
img = cv.merge((b, g ,r))
cv.imshow("img1", img)
cv.waitKey(0)
cv.destroyAllWindows()

三通道提取出來之后，每個通道其實如果顯示的話，就是單獨的灰度圖，因為圖片的通道數變為1了。
想要顯示為RGB某一顏色，可以使用切片將其他顏色通道變為0

7、邊界填充
將圖片進行邊界填充操作：

cv.copyMakeBorder(img, 50, 50, 50, 50, borderType=cv.BORDER_REFLECT)

其參數為，圖片源， 上下左右的填充距離（50，50，50，50）， borderType參數表示填充方法。
BORDER_REPLICATE: 復制法，復制圖片最邊緣像素
BORDER_REFLECT:反射法，對感興趣的圖像像素在兩邊進行復制
BRDER_REFLECT_101:反射法，以最邊緣像素為軸
BORDER_WRAP:外包裝法
BORDER_CONSTANT:常量法，常數值填充
記得在函數前定義一個變量接受該函數的返回值。
8、圖像尺寸更改
使用resize函數對圖片尺寸進行修改

red = cv.imread("car_red.jpg")
# 括號內的元組表示的是圖片的長和寬，也就是其對于矩陣的列和行
red = cv.resize(red, (475, 245))

圖片的尺寸我們使用長和寬來表示，矩陣的大小使用的是行和列，對應的圖片的長就對應與矩陣的列，因此要注意輸入的尺寸到底是圖片尺寸還是矩陣尺寸，對于方陣來說沒有區別，但是對于其他矩陣來說影響很大。
還有一種方法就是不指定其大小，通過指定x、y軸的擴展倍數來完成圖像更改。

red = cv.resize(red,  (0, 0)，fx=3, fy=4 )

9、圖像融合
想要矩陣能相加，那么其必須是等尺寸的，在上面將兩圖處理為相同大小的圖片之后，就能對其進行圖像融合處理操作了。

green = cv.imread("car_green.jpg")
print(green.shape)
red = cv.imread("car_red.jpg")
red = cv.resize(red, (475, 245))
print(red.shape)
res = cv.addWeighted(red, 0.4, green, 0.6, 0)
cv.imshow("res", res)
cv.waitKey(0)
cv.destroyAllWindows()

圖像融合其本質就是矩陣相加，上面的函數可以看作一個公式：
F = ared + bgreen + c
其中a = 0.4 b = 0.6, c = 0這些系數都是我們可以自己進行設置的
處理后的圖片如下：

感謝各位的閱讀，以上就是“opencv-python圖像處理怎么安裝”的內容了，經過本文的學習后，相信大家對opencv-python圖像處理怎么安裝這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！