OpenCV常用的 7 个示例（Python版）2

缩放和裁剪图像

缩放是一个改变图像形状的过程。在 Opencv，我们可以使用 resize 函数来调整图像的形状。

语法

cv2.resize(IMG,(WIDTH,HEIGHT))
IMG: image which we want to resize
WIDTH: new width of the resize image
HEIGHT: new height of the resize image


Example
cv2.resize(img,(224,224))

要调整图像的大小，我们首先需要知道图像的形状。我们可以利用 shape 找到图像的形状，然后根据当前图像的形状，我们可以增大或减小图像的大小。让我们举个例子来看看。

import cv2
img = cv2.imread("images/img0.jpg") ##Choose any image
print(img.shape)
imgResize = cv2.resize(img,(224,224)) ##Decrease size
imgResize2 = cv2.resize(img,(1024,1024)) ##Increase size
cv2.imshow("Image",img)
cv2.imshow("Image Resize",imgResize)
cv2.imshow("Image Increase size",imgResize2)
print(imgResize.shape)
cv2.waitKey(0)

如果您不想把图像宽度和高度写死，您也可以根据现有的形状，然后根据比例改变图像的宽度和高度。

import cv2
img = cv2.imread("images/img0.jpg") ##Choose any image
print(img.shape)
shape = img.shape
imgResize = cv2.resize(img,(shape[0]//2,shape[1]//2))##Decrease size
imgResize2 = cv2.resize(img,(shape[0]*2,shape[1]*2)) ##Increase size
cv2.imshow("Image",img)
cv2.imshow("Image Resize",imgResize)
cv2.imshow("Image Increase size",imgResize2)
print(imgResize.shape)
cv2.waitKey(0)

裁剪图像

裁剪是获取部分图像的过程。在 OpenCV 中，我们可以通过定义裁剪后的矩形坐标来执行裁剪。

语法

imgCropped = img[y1:y2, x1:x2](x1,y1): top-left vertex
(x2,y2): bottom-right vertex


Example
imgCropped = img[0:100,200:200]

使用裁剪方法，让我们尝试从图像中提取 Monalisa 的脸。

import cv2
img = cv2.imread("images/img0.jpg")
imgCropped = img[50:250,120:330]
cv2.imshow("Image cropped",imgCropped)
cv2.imshow("Image",img)
cv2.waitKey(0)

您还可以使用绘画模式来查找(x1，y1)、(x2，y2)的正确坐标。

这里有个小任务：

任务 ：右键单击图像并保存它; 尝试从图像中获取国王卡。

提示 ：使用绘画模式找到正确的坐标，最后，使用调整大小，以增加裁剪图像的大小。

使用函数的基本图像滤波器

我们可以在图像上使用许多基本的滤波器，比如将图片转换成灰度、模糊等等。

从 Img 到 gray

为了将图像从彩色图像转换为灰度图像，我们可以使用函数 cv2.cvtColor，在这里我们传递 cv2.COLOR_BGR2GRAY 作为参数。

语法

imgGray = cv2.cvtColor(IMG,cv2.CODE)
IMG: Original image
CODE: Conversion code for Gray(COLOR_BGR2GRAY)


Example
imgGray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

从 Img 到 HSV

为了将图像转换为 HSV 颜色空间，我们可以使用函数 cv2.cvtColor，这里我们传递 cv2.COLOR_BGR2HSV 作为参数。它主要用于目标跟踪。

语法

imgGray = cv2.cvtColor(IMG,cv2.CODE)
IMG: Original image
CODE: Conversion code for Gray(COLOR_BGR2HSV)


Example
imgHsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)

模糊图像

模糊用于去除图像中的噪声，也称为平滑。它是对图像应用低通滤波器的过程。在 OpenCV 中对图像进行模糊，我们常用 GaussianBlur。

语法

imgBlur = cv2.GaussianBlur(img,(sigmaX,sigmaY),kernalSize)


kernalsize − A Size object representing the size of the kernel.
sigmaX − A variable representing the Gaussian kernel standard deviation in X direction.
sigmaY - same as sigmaX


Exmaple
imgBlur = cv2.GaussianBlur(img,(3,3),0)

边缘检测

在 OpenCV 中，我们使用 Canny算子来检测图像中的边缘。也有不同的边缘检测器，但最著名的是 Canny算子。Canny算子边缘检测是一种边缘检测算子，它使用多级算法来检测图像中的大范围边缘，是由 John F. Canny 在1986年提出的。

语法

imgCanny = cv2.Canny(img,threshold1,threshold2)


threshold1,threshold2:Different values of threshold different for every images


Example
imgCanny = cv2.Canny(img,100,150)