图像基本知识
图像是由像素组成的，而像素实际上就是带有坐标位置和颜色信息的点。我们把图片想象成由若干行，若干列的点组成的， 现实中有RGB颜色系统，我们可以把图中任意一点（位置在第m行，第n列）的点A表示为
A[m,n] = [blue,green,red]图片数据解读
m |A点在图像中的第m行
n |A点在图像中的第n列
blue |表示蓝色，三原色（RGB）的第一个数值
green|表示绿色，三原色（RGB）的第二个数值
red |表示红色，三原色（RGB）的第一个数值
一、OpenCV-python基本操作
1.1读入图像文件
import cv2
img_path = 'test.jpg'
image = cv2.imread(filename=img_path)
#winname弹出窗口的名字，mat为传入的图片对象
cv2.imshow(winname='show the image',mat=image)
#窗口默认一直处于弹出窗状态
cv2.waitKey()
#按任意键盘，销毁窗口
cv2.destroyAllWindows()1.2我们先检验下图片数据类型
在一开始我们说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，不信你看下面
>>>import cv2
>>>img_path = 'test.jpg'
>>>image = cv2.imread(filename=img_path)
>>>print(type(image))
>>><class 'numpy.ndarray'>
#image这个数据是三维的
>>>print(image.ndim)
>>>3
image的shape800行，480列的点组成的图片，RGB三色，图片为彩色
>>>print(image.shape)
>>>(800,480,3)
我们检查下第5行，第6列像素的值
>>>print(image[4,5])
>>>[161 185 221]
>>>print(type(image[4,5]))
>>><class 'numpy.ndarray'>好像很复杂，但实际上就是ndarray数组，对此有疑惑的可以看看我公众号的numpy基本知识。
1.3获取图片尺寸
首先我们查看测试图片的详情
这个图片选自iphone7壁纸，最大数800肯定是高，宽是480。
那么问题来了，我们如何通过程序运行获得图片的尺寸？
import cv2
img_path = ‘/test.jpg’
image = cv2.imread(filename=img_path)
print(image.shape)
(800, 480, 3)
程序返回(800, 480, 3),说明image.shape返回的元组中第一个参数是高，第二个是宽。请记住！
1.4图像亮度
blue，green，red分别代表蓝绿红，每个数值代表的原色的亮度大小。
blue，green，red值越大，图像越亮，当[255,255,255]时，图像为纯白色。越小，图像越黑暗，当[0,0,0]时，图像为纯黑。
搞明白这点，我们把原图分别调亮50%，调黑50%如图。即将green，blue，red数值乘以1.5或0.5 。
import cv2
import os
img_path = 'test.jpg'
image = cv2.imread(filename=img_path)
cv2.imshow(winname='raw image',mat=image)#获取图片像素数组的行数和列数
row_num = image.shape[0]
column_num = image.shape[1]
#对image数据进行复制
bright_image = image.copy()
#对像素blue/green/red值整体变为原来的1.5倍，图片变亮
for row in range(row_num):
for column in range(column_num):
bright_image[row, column, 0] = bright_image[row, column, 0]* 1.5
bright_image[row, column, 1] = bright_image[row, column, 1] * 1.5
bright_image[row, column, 2] = bright_image[row, column, 2] * 1.5
cv2.imshow(winname='show bright image',mat=bright_image)
black_image = image.copy()
#对像素blue/green/red值整体变为原来的0.5倍，图片变黑暗
for row in range(row_num):
for column in range(column_num):
black_image[row, column, 0] = black_image[row, column, 0]* 0.5
black_image[row, column, 1] = black_image[row, column, 1] * 0.5
black_image[row, column, 2] = black_image[row, column, 2] * 0.5
cv2.imshow(winname='show black image',mat=black_image)
cv2.waitKey()
cv2.destroyAllWindows()
中间为原图，左侧为调亮30%后的效果，右侧为调黑30%的效果。
1.5 制作日落效果图
观看了《机器学习实践指南》，里面有个将图片制作成日落效果的案例。只需要把blue、green值变为原来的70%即可实现日落效果。
import cv2
img_path = 'test.jpg'
image = cv2.imread(filename=img_path)
#显示原图
cv2.imshow(winname='raw image',mat=image)
row_num = image.shape[0]
column_num = image.shape[1]
#日落效果，将蓝色与绿色调整为原来的70%
for row in range(row_num):
for column in range(column_num):
image[row, column, 0] = image[row, column, 0]* 0.7
image[row, column, 1] = image[row, column, 1] * 0.7
#显示日落效果图
cv2.imshow(winname='show sunload image',mat=image)
cv2.waitKey()
cv2.destroyAllWindows()
左侧为原图，右侧为日落效果图。
1.6在图片上输出文本
使用cv2.putText即可在图片中添加文字。
cv2.putText(img,text,org,fontFace,fontScale,color)
参数 |解读
img |cv2读入的图片数据
txt |要写入的文本
org |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。
fontFace|字体。如cv2.FONT_HERSHEY_TRIPLEX、cv2.FONT_HERSHEY_PLAIN
color |颜色，三原数组，使用RGB模式编码。如白色为（255，255，255）
import cv2
img_path = 'test.jpg'
image = cv2.imread(filename=img_path)
cv2.imshow(winname='raw image',mat=image)
#文字在图中的坐标(注意:这里的坐标原点是图片左上角)
x, y = 100, 400
cv2.putText(img = image, text = 'Beautiful Scene!',
org = (x, y), fontFace = cv2.FONT_HERSHEY_TRIPLEX,
fontScale = 1, color = (255,255,255))
cv2.imshow(winname='add text on image',mat=image)
cv2.waitKey()
cv2.destroyAllWindows()
左侧为原图，右侧为加文字的图片效果。Beautiful Scene
1.7缩放图片
使用下面方法缩放图片
resize(src, dsize, fx, fy)
参数 |解读
src |读入的图片数据
dsize |输出图片的尺寸。如果dsize为None（或0），程序会默认执行disze=(fx*src*cols,fy*src*rows)
fx |图片水平方向的缩放比例（倍数）
fy |图片垂直方向的缩放比例（倍数）
import cv2
import os
img_path = 'test.jpg'
image = cv2.imread(filename=img_path)
#显示原图
cv2.imshow(winname='raw image',mat=image)
#更改fx，fy即可改变图片比例。垂直方向fy大小不变，水平方向fx变为原来的0.5倍。
smaller_image = cv2.resize(src=image,dsize=None,fx=0.5,fy=1)
cv2.imshow(winname='smaller image',mat=smaller_image)
cv2.waitKey()
cv2.destroyAllWindows()
右侧为原图，左侧为缩小后的图片（水平变原图的0.5倍，垂直方向保持不变。）
图像的旋转
getRotationMatrix2D(center, angle, scale)，这个函数需要三个参数，旋转中心，旋转角度，旋转后图像的缩放比例
import cv2
image_path = 'test.jpg'
image = cv2.imread(filename=image_path)
rows,cols = image.shape[:2]
#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
M = cv2.getRotationMatrix2D((cols/2,rows/2), 10, 0.4)
#第三个参数：变换后的图像大小
new_image = cv2.warpAffine(image,M,(rows,cols))
cv2.imshow('raw image',image)
cv2.imshow('new_image',new_image)
cv2.waitKey()
cv2.destroyAllWindows()
