opencv的强大无须质疑，前段时间一直在用c++，总感觉怪怪的，就想着换个语言试试看，这不，小詹同学开始尝试Python啦~
上期在windows系统上搭建好python和opencv环境后，这期简单操作下opencv中的基本图像处理，Let‘s go~
一、图像的读取和显示
opencv中的imread、imwrite、imshow等函数是个老生常谈的问题了，python中只要在文件前边import cv2模块即可~
代码如下所示（可滑动，下同）：
1# -- coding: utf-8 --
2import cv2
3path = 'image.jpg' #path代表图片路径
4image = cv2.imread(path) #读取指定路径图片
5cv2.imshow("original",image) #显示指定路径的图片
6cv2.waitKey(0) #按键检测，当按键才往下执行
7cv2.destroyAllWindows() #按任意键盘后，销毁所有窗口
运行结果如下所示：（在original窗口显示图片）
二、图像类型的检测
图片是由像素组成的，我们可以先检验下读入的图片数据是什么类型数据，长什么样？（其实读入的是数组）
利用type（）函数即可查看数据类型
利用sth.shape查看具体信息
1# -- coding: utf-8 --
2import cv2
3path = 'image1.jpg' #path代表图片路径
4image = cv2.imread(path) #读取指定路径图片
5print(type(image)) #查看数据类型
6print(image.shape) #查看具体的信息
得到的结果为：
1>>> <class 'numpy.ndarray'>
2>>> (500, 749, 3)
表示读取的数据为一三维数组，其尺寸大小为500*749（高*宽）。
三、图像上输出文本
图像上输入文本使用以下函数：
cv2.putText(img,text,org,fontFace,fontScale,color)
1.img 表示cv2读入的图片数据
2.test 表示要写入的文本
3.文字在图片中的坐标。坐标原点位于图片左上角。如org=(100,400),从图片最左边起100，从最最上面往下400。
4.字体。如cv2.FONTHERSHEYTRIPLEX、cv2.FONTHERSHEYPLAIN
5.颜色，三原数组，使用RGB模式编码。如白色为（255，255，255）
具体程序代码如下：
1# -- coding: utf-8 --
2import cv2
3path = 'image.jpg' #path代表图片路径
4image = cv2.imread(path) #读取指定路径图片
5
6x, y = 200,40 #指定添加文本信息的位置坐标
7cv2.putText(img = image, text = 'What a beautiful girl!',
8 org = (x, y),
9 fontFace = cv2.FONT_HERSHEY_TRIPLEX,
10 fontScale = 1, color = (0,0,255))
11cv2.imshow('add text on image',image)
12
13cv2.waitKey()
14cv2.destroyAllWindows()
运行结果如下图：
四、图像大小调整
图像尺寸大小调整使用以下函数：(这里忽略结果展示啦~)
resize(src, dsize, fx, fy)
1.src 表示输入图片
2.dsize 表示输出图片的大小，如果为dsize为None（或0），程序会默认执 行disze=(fxsrccols,fysrcrows)
3.fx 表示图片水平方向的缩放比例（倍数）
4.fy 表示图片垂直方向的缩放比例（倍数）
五、图像的旋转和镜像
1.图像旋转
利用的是图像仿射变换及其变化矩阵：
getRotationMatrix2D(center, angle, scale)
1.center 旋转中心
2.angle 旋转角度
3.旋转后图像的缩放比例
代码如下所示：（结果也不做展示了~）
1#获取变化矩阵；第一个参数旋转中心，第二个参数旋转角度，第三个参数缩放比例
2M = cv2.getRotationMatrix2D((cols/2,rows/2), 10, 0.4)
3new_image = cv2.warpAffine(image,M,(rows,cols))
4cv2.imshow('raw image',image)
5cv2.imshow('new_image',new_image)
2.图像镜像
假设图片是对称的，图片宽度（图片像素列数）为w，选取任意行(这里选第r行)那么图中对称两个点A1、A2,其中A1点坐标（r,w1），注意到数组都是从0开始。A2点必然要满足：
A1[r,w1,:]= A2[r,w-1-w1,:]
所以，实现图像镜像代码为：
1rows = image.shape[0] #图像列数
2cols = image.shape[1] #图像行数
3mirror_col = int(cols/2) #对称于中间一列
4for col in range(mirror_col):
5 image[:, col,:] = image[:, cols-1-col,:] #镜像操作
以lenno图片为例，镜像操作前后结果如下：
六、图像的平铺
以2*3平铺为例，可以看作是图像对应数组的复制过程，其代码如下：
1#新图平铺2行三列，即新图行数变为2倍，列数变为3倍
2new_rows = rows * 2
3new_cols = cols * 3
4new_image = np.zeros(shape=(new_rows, new_cols, 3), dtype=np.uint8) #生成新图的数组
5#复制原图的每一个像素
6row = 0
7col = 0
8for now_row in range(new_rows):
9 for now_col in range(new_cols):
10 new_image[now_row, now_col, :] = image[row, col, :]
11 col+=1
12 #超过原图列数范围，归0，重新开始复制
13 if col>=cols:
14 col=0
15 row+=1
16 #超过原图行数范围，归0，重新开始复制
17 if row>=rows:
18 row=0
19cv2.imshow('new image', new_image)
20cv2.waitKey()
21cv2.destroyAllWindows()
结果如下所示：
七、图像的灰度转换
灰度化较为简单，不做过多叙述，代码如下：
1# -- coding: utf-8 --扫一扫关注我们，
更多咨询早知道！
2import numpy as np
3import cv2
4path = 'image.jpg' #path代表图片路径
5image = cv2.imread(path) #读取指定路径图片
6cvt_image = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
7cv2.imshow('cvtColor image', cvt_image)
8cv2.waitKey()
9cv2.destroyAllWindows()
结果如下所示：
