OpenCV从零入门：图像读取、ROI裁剪、马赛克与视频处理

文章目录前言1. 环境准备1.1 安装OpenCV1.2 安装NumPy1.3 导入习惯2. 图像的基础读写与显示2.1 读取、显示、保存2.2 图像属性shape, dtype, size2.3 灰度图读取3. ROI感兴趣区域操作4. BGR颜色通道的分离与合并5. 图像修改实战5.1 随机噪声马赛克打码5.2 图像组合粘贴ROI5.3 图像缩放resize6. 视频文件的读取与摄像头调用7. 综合作业全流程拆解7.1 作业需求7.2 分步实现总结前言OpenCV 是一个强大的开源计算机视觉库为图像处理和机器学习提供了丰富的算法。本文是一份面向初学者的 OpenCV 入门指南涵盖从环境搭建到实战应用的核心内容。搭建 OpenCV 开发环境。掌握图像的读取、显示、保存等基础操作。理解并实践 ROI 操作、BGR 通道分离与合并。动手进行图像修改马赛克、组合、缩放。学习视频读取与摄像头调用。通过综合作业整合所学知识。让我们开始 OpenCV 的学习之旅。1. 环境准备1.1 安装OpenCVpip install opencv-python 3.4.18.65 -i https://pypi.tuna.tsinghua.edu.cn/simple pip install opencv-contrib-python3.4.18.65 -i https://pypi.tuna.tsinghua.edu.cn/simple1.2 安装NumPypip install numpy1.3 导入习惯import cv2BGR格式、import numpy as np2. 图像的基础读写与显示2.1 读取、显示、保存importcv2importnumpyasnp# ------------------ 读取彩色图 ------------------img_colorcv2.imread(time98.jpg)# 读取格式为 BGR# print(img_color) #NumPy数组其中存储了读取的图像文件的像素值cv2.imshow(彩色原图,img_color)# waitKey(0) 表示永久显示按任意键关闭1.设置窗口显示时长单位ms2.获取按键的ASCII码值3.设置waitKey(0)代表窗口显示永久 cv2.waitKey(0)cv2.destroyAllWindows()#关闭所有打开的窗口并释放所有相关内容2.2 图像属性shape, dtype, size#----------------------打印图像属性----------------------------print(图像形状(shape):,img_color.shape)# (高, 宽, 通道数)print(图像数据类型(dtype):,img_color.dtype)# uint8 符号8位整数用于表示像素值的范围在0-255之间print(图像大小(size):,img_color.size)#表示图像的大小通常是一个整数表示图像的总像素数即图像的高度乘以宽度乘以通道数2.3 灰度图读取# ------------------ 读取灰度图并保存 ------------------img_graycv2.imread(time98.jpg,cv2.IMREAD_GRAYSCALE)cv2.imshow(灰度图,img_gray)print(灰度图形状(shape):,img_gray.shape)# 只有(高, 宽)无通道数# 保存到本地cv2.imwrite(time98_GRAY.jpg,img_gray)cv2.waitKey(0)cv2.destroyAllWindows()3. ROI感兴趣区域操作importcv2 imgcv2.imread(time98.jpg)# 截取 ROI行范围 30~230列范围 100~300roiimg[30:230,100:300]cv2.imshow(原图,img)cv2.imshow(截取ROI区域,roi)cv2.waitKey(0)cv2.destroyAllWindows()4. BGR颜色通道的分离与合并importcv2 imgcv2.imread(time98.jpg)# ---------- 方法1通过NumPy索引提取 ----------blue_channelimg[:,:,0]# 蓝色通道green_channelimg[:,:,1]# 绿色通道red_channelimg[:,:,2]# 红色通道# ---------- 方法2使用 split 函数 ----------b,g,rcv2.split(img)# 分别显示三个灰度通道# 分别显示注意显示出来是单通道灰度图越亮表示该颜色值越高cv2.imshow(Blue通道,b)cv2.imshow(Green通道,g)cv2.imshow(Red通道,r)# ---------- 合并通道还原彩图 ----------img_mergedcv2.merge((b,g,r))cv2.imshow(合并后的彩图,img_merged)cv2.waitKey(0)cv2.destroyAllWindows()5. 图像修改实战5.1 随机噪声马赛克打码importcv2importnumpyasnp imgcv2.imread(time98.jpg)# 在指定区域生成随机噪声100x100像素块# 注意赋值区域尺寸必须和随机矩阵尺寸完全一致img[100:200,200:300]np.random.randint(0,256,(100,100,3),dtypenp.uint8)cv2.imshow(马赛克打码效果,img)cv2.waitKey(0)cv2.destroyAllWindows()5.2 图像组合粘贴ROIimportcv2 img1cv2.imread(time98.jpg)# 源图img2cv2.imread(aaa1.jpg)# 目标大图# 将 img1 的 (50:200, 100:250) 区域粘贴到 img2 的 (200:350, 200:350) 位置# 前提两个区域尺寸必须一致这里都是 150x150img2[200:350,200:350]img1[50:200,100:250]cv2.imshow(组合后的图,img2)cv2.waitKey(0)cv2.destroyAllWindows()5.3 图像缩放resizeimportcv2 imgcv2.imread(time98.jpg)# 方法1直接指定目标尺寸 (宽, 高)img_resize1cv2.resize(img,(200,200))# 方法2按比例缩放fx为宽缩放比fy为高缩放比img_resize2cv2.resize(img,None,fx0.5,fy0.5)cv2.imshow(原图,img)cv2.imshow(缩放为200x200,img_resize1)cv2.imshow(缩放为0.5倍,img_resize2)cv2.waitKey(0)cv2.destroyAllWindows()6. 视频文件的读取与摄像头调用importcv2# 参数为 0 表示调用电脑自带摄像头若填写视频路径则读取视频文件video_capturecv2.VideoCapture(0)ifnotvideo_capture.isOpened():print(无法打开摄像头/视频)exit()whileTrue:ret,framevideo_capture.read()ifnotret:break# 可选将每一帧转为灰度显示# frame cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)cv2.imshow(Video,frame)# 按下 ESC 键ASCII 码 27退出循环ifcv2.waitKey(60)27:break# 释放摄像头资源并关闭窗口video_capture.release()cv2.destroyAllWindows()7. 综合作业全流程拆解7.1 作业需求读取一张彩色原图(dongwu.jpg)将其尺寸修改为 500×500依次完成以下所有操作1、截取左上角 ROI 区域行范围 0:250列范围 100:2502、将截取的 ROI 区域精准粘贴到右下角目标位置行 250:500列 250:4003、在图像右上角区域选取黑色小鸟区域进行随机噪声马赛克打码4、将处理后的彩色图像转换为灰度图像并保存到本地5、最终同时显示处理后的彩色图像以及灰度图像7.2 分步实现importcv2importnumpyasnp# 1. 读取图像并修改尺寸为 500x500imgcv2.imread(dongwu.jpg)imgcv2.resize(img,(500,500))# 2. 截取左上角 ROI 区域行 0:250列 100:250roiimg[0:250,100:250]# 3. 将 ROI 精准粘贴到右下角行 250:500列 250:400img[250:500,250:400]roi# 4. 在右上角 黑色小鸟 区域进行随机噪声马赛克打码# (根据原图自行调整坐标此处示例为 50:150, 330:430尺寸 100x100)img[50:150,330:430]np.random.randint(0,256,(100,100,3),dtypenp.uint8)# 5. 将处理后的彩色图像转为灰度图并保存gray_imgcv2.cvtColor(img,cv2.COLOR_BGR2GRAY)cv2.imwrite(huise_final.jpg,gray_img)# 6. 同时显示处理后的彩色图像和灰度图像cv2.imshow(处理后的彩色图,img)cv2.imshow(转换后的灰度图,gray_img)cv2.waitKey(0)cv2.destroyAllWindows()总结本文系统介绍了 OpenCV 的基础操作与核心应用环境与基础搭建了 OpenCV 和 NumPy 环境建立了import cv2和import numpy as np的编码习惯。图像读写与显示掌握了cv2.imread、cv2.imshow、cv2.imwrite的使用理解了彩色图与灰度图的区别及属性。核心图像操作ROI 操作使用 NumPy 切片截取图像区域。BGR 通道分离与合并使用cv2.split()和cv2.merge()处理颜色通道。图像修改实战实践了随机噪声马赛克、图像组合粘贴 ROI和图像缩放cv2.resize。视频处理入门学习了使用cv2.VideoCapture()读取视频或调用摄像头。知识整合通过综合作业串联了读取、缩放、ROI、粘贴、马赛克、色彩转换、保存与显示等完整流程。