python opencv怎么识别图片中的文字 用opencv识别图片颜色

目录

• 图像数据读取

• 1. 读取图像 imread()
• 2. 显示图像 imshow()
• 3. 灰度图像
• 4. 保存图片 imwrite()
• 5. 截取部分图像
• 6. 颜色通道提取
• 7. 边界填充
• 8. 数值计算
• 9. 图像融合

图像数据读取

  一幅完整的图像，是由红、绿、蓝三个通道组成的。红色、绿色、蓝色三个通道的缩览图都是以灰度显示的。用不同的灰度色阶来表示" 红，绿，蓝"在图像中的比重。通道中的纯白，代表了该色光在此处为最高亮度，亮度级别是 255。图像分为彩色图像和灰度图像，灰度图像是每个像素只有一个采样颜色的图像。

  在 opencv 中，
  彩色图像用 cv2.IMREAD_COLOR 表示；
  灰度图像用 cv2.IMREAD_GRAYSCALE

  以一张梦幻背景图片进行举例：

1. 读取图像 imread()

import cv2 #opencv读取的格式是BGR
import matplotlib.pyplot as plt
import numpy as np
img=cv2.imread('szj.jpg') #注意路径及文件命名为英文，否则会报错

2. 显示图像 imshow()

#显示图像
cv2.startWindowThread()
cv2.imshow('image',img)
cv2.waitKey(0)  #0表示任意键终止
cv2.destroyAllWindows()

# 也可定义一个函数cv_show( )，显示图像调用该函数即可，不需要每次显示图像都要写四行代码
def cv_show(name,img):
    cv2.startWindowThread()
    cv2.imshow(name,img)
    cv2.waitKey(0)  #0表示任意键终止
    cv2.destroyAllWindows()

运行代码后图片自动显示出来，按任意键终止。

3. 灰度图像

shape 函数：返回的是图像的行数，列数，色彩通道数。img.shape，h高度 w宽度 c通道

import cv2 #opencv读取的格式是BGR
import matplotlib.pyplot as plt
import numpy as np
img=cv2.imread('sky.jpg',cv2.IMREAD_GRAYSCALE)#灰度图像

img.shape # 只有 h w ，即一个颜色通道

#显示图像 调函数cv_show( )
cv_show('tu',img)

运行得到图像：

4. 保存图片 imwrite()

cv2.imwrite('skygrey.jpg',img)

img.size  # size( )获取图像的像素数目，返回行数 * 列数 * 通道数
img.dtype  # 数据类型

5. 截取部分图像

img = cv2.imread("sky.jpg")
sky = img[0:200,0:200] #截取范围:高200，宽200
cv_show('tu',sky)
plt.imshow(sky)

效果如下：

6. 颜色通道提取

b,g,r = cv2.split(img)  #cv2.split分割通道
r.shape #输出(607, 540)
        #b.shape，g.shape结果均为(607, 540)

img = cv2.merge((b,g,r)) #cv2.split合并通道
img.shape #输出(607, 540, 3)

#只保留R
img_c = img.copy() #复制图片
#B G R -- 相当于数组arr下标0 1 2
img_c[:,:,0] = 0  #设置B通道为0，arr[0]=0
img_c[:,:,1] = 0  #设置G通道为0，arr[1]=0
cv_show("R",img_c) #参数：图片名称、图片
plt.imshow(img_c)

同理只保留G和B。

7. 边界填充

BORDER_REPLICATE：复制原图中最临近的行或者列 aaaaaa|abcdefgh|hhhhhhh
BORDER_REFLECT：反射法，对感兴趣的图像中的像素在两边进行复制 fedcba|abcdefgh|hgfedcb
BORDER_REFLECT_101：反射法，以最边缘像素为轴 gfedcb|abcdefgh|gfedcba
BORDER_WRAP：外包装法 cdefgh|abcdefgh|abcdefg
BORDER_CONSTANT：使用常数填充边界 iiiiii|abcdefgh|iiiiiii

top_size,bottom_size,left_size,right_size = (50,50,50,50) #上下左右
                        #参数：图像、上边界、下边界、左边界、右边界、边界填充方法
replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE) 
reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_WRAP)
constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_CONSTANT, value=0) #此处多一个参数，value=0表示黑色
#绘制图片，共六张（2行，每行3张）
plt.subplot(2,3,1), plt.imshow(img, 'gray'), plt.title('ORIGINAL')
plt.subplot(2,3,2), plt.imshow(replicate, 'gray'), plt.title('REPLICATE')
plt.subplot(2,3,3), plt.imshow(reflect, 'gray'), plt.title('REFLECT')
plt.subplot(2,3,4), plt.imshow(reflect101, 'gray'), plt.title('REFLECT_101')
plt.subplot(2,3,5), plt.imshow(wrap, 'gray'), plt.title('WRAP')
plt.subplot(2,3,6), plt.imshow(constant, 'gray'), plt.title('CONSTANT')
plt.show()

8. 数值计算

img_sky = cv2.imread("sky.jpg")
img_szj = cv2.imread("szj.jpg")
img_sky[:5,:,0] #打印前5行

img_sky2 = img_sky + 10 #加10表示每个像素点加10
img_sky2[:5,:,0]

# 相当于取余%256 （范围是0~255）
(img_sky+img_sky2)[:5,:,0]  #拿左上角元素举例：（175+185）%256 = 104

cv2.add(img_sky,img_sky2)[:5,:,0] #cv2.add将两个图片进行加和，大于255的用255表示

9. 图像融合

img_sky.shape #输出(290, 400, 3)
img_szj.shape #输出(414, 500, 3)
#cv2.resize图像缩放
img_szj = cv2.resize(img_szj,(400,290))
img_szj.shape #再输出时变为(290, 400, 3)

注意：使用 cv2.resize 时，参数输入是：宽×高×通道 ，与以往操作不同

#cv2.addWeighted()图像混合/叠加
#第一幅图像的权重是0.4，第二幅图像的权重是0.6，gamma=0
#公式：dst = src1 * 权重 + src2 * 权重 + 偏移量gamma
res = cv2.addWeighted(img_sky,0.4,img_szj,0.6,0)
plt.imshow(res)

resize 还可以改变图片倍数

# 尺寸变换resize
res = cv2.resize(img, (0, 0), fx=2, fy=3) # x放大2倍, y放大3倍
plt.imshow(res)