1. 图像操作

首先我们导入opencv库，彩色图像一般都是由RGB(红绿蓝)三颜色通道构成，灰度图只有一个颜色通道即暗亮度。在opencv中，图像的读取格式是BGR；在matplot中，图像保存格式是RGB。用opencv的绘图方法和matplot的绘图方法展现出来的图可能会有颜色上的出入，这需要注意一下。

import cv2  # 导入opencv，读取的格式是BGR

1.1 图像读取和显示

图像读取： cv2.imread( 图片路径 )

图像显示： cv2.imshow( '定义图像名', 图像 )

首先，读取图片时，文件的路径名一定要是英文的，不然可能会读取不了。

#（1）图像读取，注意是英文路径filepath = 'C:\\...\\opencv\\img'# 读取img文件夹中的wise.jpg图片img = cv2.imread(filepath+'\\wise.jpg')# 取值范围0-255img.shape  # (404, 720, 3)

读取后，变量img中保存的是我们的图片，每一个像素值都是在0-255之间，shape为3，即长404，宽720，颜色通道3。

接下来我们显示这张图象。其中 cv2.waitKey(0) 为显示图像后图像不消失，需要手动关闭，如果设置图像显示几毫秒后自动关闭，填入相应的值。cv2.destroyAllWindows() 代表点击任意键关闭所有窗口。

#（2）显示图像cv2.imshow('wise-man',img) # 传入(窗口名,图像)# 等待时间设为0，让图像不会自己消失cv2.waitKey(0)# cv2.waitKey(1000)  # 图像显示1000毫秒后消失# 键盘上任意按一个图像消失cv2.destroyAllWindows()

输出图像如下。

1.2 转换灰度图

方法： cv2.imread(路径, cv2.IMREAD_GRAYSCALE)

转换灰度图只需要在读取图像函数中增加一个参数 cv2.IMREAD_GRAYSCALE，就能在读取图像时将图像从彩图转变成灰度图。

# 读取图像转换灰度图img = cv2.imread(filepath+'\\wise.jpg',cv2.IMREAD_GRAYSCALE)img.shape # 查看图像的shape，灰度图只有一个颜色通道# 显示图像cv2.imshow('wise-man',img) # 手动关闭窗口cv2.waitKey(0)cv2.destroyAllWindows()

输出结果如下，可以和上图的原图比较

1.3 图像保存

cv2.imwrite(路径, 图像变量)

将图像保存到指定文件夹filpath，再给这个图片命名。执行代码会有返回值，如果是True证明保存成功。

cv2.imwrite(filepath+'\\gray.jpg',img)  # 指定路径，图像

1.4 其他基础操作

# 查看形状img.shape# 查看数据类型type(img)  # 数组类型# 计算像素点个数img.size  # 872640个# 数据类型img.dtype  #'uint8'

2.1 视频读取

读取方法： cv2.VideoCapture(文件路径)

#（1）视频读取# 视频所在文件夹filepath = 'C:\\...\\video'# 读取文件夹中的哪一个视频video = cv2.VideoCapture(filepath+'\\walking.mp4')

查看视频能否被打开。变量.read() 从视频中提取一帧图片，需要循环来不断提取。用right接收是否能打开，返回True表示可以打开。frame保存返回的的每一帧图像。

#（2）检查是否打开正确if video.isOpened(): # 如果能打开# 返回布尔类型，和每一帧数据    right,frame = video.read()  # 每次执行读取一帧结果else:  # 如果不能打开    open = False

2.2 读取整个视频

#（3）读取整个视频while open:    # 每一次循环读取一帧，返回是否打开right和每帧图像结果frame    right,frame = video.read() # video存放读入的视频    # 如果读取的一帧是空值，说明读取结束，循环停止    if frame is None:        break    if right == True:  # 对每一帧图像处理        # 图像色彩转换函数，将当前图像变成灰度        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)        # 处理后将每帧图像依次呈现出来        cv2.imshow('changed',gray)        # 设置每帧图像停留时间10ms，正常速度33ms，并指定退出键ESC退出视频        if cv2.waitKey(10)&0xFF==27:            break# 运行结束后，释放视频资源video.release()# 任意键退出cv2.destroyAllWindows()

gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) 表示将帧图片frame变成灰度图。cv2.waitKey(10) 设置每张图片的显示时间10ms，0xFF==27代表使用ESC键退出视频。

3. 图像截取

为了下面显示图像方便，我们先定义一个图像显示函数。

import cv2# 定义一个图像展示函数def cv_show(name,img):    cv2.imshow(name,img)    cv2.waitKey(0)    cv2.destroyAllWindows()

接下来提取图像，由于提取的图像数据是数组类型，因此可以使用切片的方法来裁剪图像。

# roi区域，截取图像中的一部分# 获取指定路径图像filepath = 'C:\\Users\\admin\\.spyder-py3\\test\\opencv\\img'img = cv2.imread(filepath+'\\wise2.jpg')# 展示读入的图像cv_show('wise-man',img)# 由于读入的图像是数组类型，可以进行切片wise2 = img[200:700,200:700] # 展示切片后的图像cv_show('changed',wise2)

4. 颜色通道

4.1 提取三通道

通道拆分： cv2.split(图像变量)

拆分后得到每一个通道的图像，分别为B、G、R

# ==1== cv2.split()切分B,G,R = cv2.split(img) # 对原图像切分，把channel层分开

由于图像是数组类型，使用索引方法切分通道

# ==2== 使用索引方法，提取三通道B = img[:,:,0] # 通道的第0个是BG = img[:,:,1]R = img[:,:,2]

4.2 颜色通道组合

通道组合： cv2.merge(通道层)

#（3）颜色通道组合img2 = cv2.merge((B,G,R))# 使用定义的函数绘图cv_show('merged',img2)

4.3 只保留某个通道

使用索引方法使其他几个通道为0即可

#（4）只保留某个通道# 首先复制一张图像img3 = img.copy() # 复制img# 只保留G通道img3[:,:,0] = 0  # B通道为0img3[:,:,2] = 0  # R通道为0# 使用定义的函数cv_show('G-channel',img3)# 效果图上面的右边