OpenCV-Python图像的创建和图像颜色空间转换

图像颜色空间转换

在使用OpenCV读去图像文件时，我们得到的图像通道顺序是BGR，每个通道的数值是0~255之间。由于对图像操作的需要，我们会将图像进行颜色空间转换处理，通常是将图像从RGB颜色空间转换到其他颜色空间，比如HSV颜色空间。这个过程需要用到两个opencv库函数。

图像读取函数cv2.imread()
这个函数有两个参数，第一个是图像文件名，即输入图像的文件所在路径和名称；第二个参数是flag，指定读取图像文件的类型，常见的三种读取图像类型的标志为:
(1) cv2.IMREAD_COLOR: 默认参数，读入彩色图像，忽略alpha通道，数字1；
(2) cv2.IMREAD_GRAYSCALE：读入灰度图片，数字0；
(3) cv2.IMREAD_UNCHANGED：读入完整图片，包括alpha通道，数字-1。
转换图像颜色空间函数cv2.cvtColor()
这个函数同样是两个参数，一个是读入的图像image，一个是指定图像要转换的类型，比如灰度类型，HSV颜色空间，BGR转RGB通道等

以下图为例做实验：

demo

具体代码如下：

# -*-coding:utf-8-*-
"""
File Name: color_space_conversion.py
Program IDE: PyCharm
Create File By Author: Hong
"""
import cv2 as cv


def color_space_conversion(image_path: str):
    img = cv.imread(image_path)  # BGR读取图像，0~255，苹果手机上颜色是用sRGB，DCI-P3
    gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)  # 转为灰度图
    hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV)  # 转为HSV颜色空间，H 0~180, S,V 0~255
    bgr = cv.cvtColor(img, cv.COLOR_HSV2BGR)

    cv.imshow('img', img)
    cv.imshow('gray', gray)
    cv.imshow('hsv', hsv)
    cv.imshow('bgr', bgr)
    cv.waitKey(0)
    cv.destroyAllWindows()


if __name__ == '__main__':
    path = 'images/2.png'
    color_space_conversion(path)

图像转换效果：

color_space_convert

图像的创建和复制

在opencv-python中创建图像和复制图像都是numpy数组的操作，本文介绍两种创建图像和两种复制图像的方法。两种创建图像的方式是：

1. 使用np.zeros_like()函数
该函数是将已读取的图片image作为参数传入函数，就可以创建一个和image形状相同的图像，但是都是0像素值。

2. 使用np.zeros()函数
该函数要传入需要创建图像的形状，并且需要指定数组的数据类型，默认值是np.float64

在复制图像时，本文也给出两种实现方法：

1. 使用np.copy()函数
将需要复制的图像image传入该函数，会返回一个numpy数组也即是图像，改变该返回值图像的内容，原图像不会改变。

2. 使用直接赋值的方法
可以采用直接复制的方法将图像image复制给新的变量实现图像的复制，但是这种复制在改变新的图像时，原来的图像也会随着改变。

具体代码如下：

# -*-coding:utf-8-*-
"""
File Name: color_space_conversion.py
Program IDE: PyCharm
Create File By Author: Hong
"""
import cv2 as cv
import numpy as np


def numpy_img(image_path: str):
    """
    在opencv-python中所有的图像都是numpy数组，
    可以使用numpy操作图像，如生成图像、修改图像、复制图像
    :param image_path: 传入图像文件路径
    :return: 没有返回值
    """
    # cv2.IMREAD_COLOR: 默认参数，读入彩色图像，忽略alpha通道，数字1；
    # cv2.IMREAD_GRAYSCALE：读入灰度图片，数字0；
    # cv2.IMREAD_UNCHANGED：读入完整图片，包括alpha通道，数字-1
    img_color = cv.imread(image_path, cv.IMREAD_COLOR)
    img_gray = cv.imread(image_path, cv.IMREAD_GRAYSCALE)
    img_unchanged = cv.imread(image_path, cv.IMREAD_UNCHANGED)
    print(img_color.shape)  # H, W, C  (888，500，3）
    print(img_gray.shape)  # H, W  (888, 500)
    print(img_unchanged.shape)  # H, W, C (888, 500, 4)

    h, w, c = img_color.shape
    roi = img_color[190:400, 150:380, :]  # 截取img_color图像的一部分, 第一维度指定高的范围，第二维度指定宽的范围，第三维度是通道
    # 方法1 创建一个和img_color形状相同的空白图片
    # blank = np.zeros_like(img_color)
    # 方法2 使用h w c和数据类型，创建一个空白图像
    blank = np.zeros((h, w, c), dtype=np.uint8)
    # blank[190:400, 150:380, :] = img_color[190:400, 150:380, :]
    # print(blank)
    # 方法1 图像copy, 改变blank，不会改变img_color
    # blank = np.copy(img_color)
    # 方法2 图像赋值, 共用同一个数据，改变blank，就会改变img_color
    # blank = img_color
    cv.imshow('roi', roi)
    cv.imshow('blank', blank)

    cv.imshow('img_color', img_color)
    # cv.imshow('img_gray', img_gray)
    # cv.imshow('img_unchanged', img_unchanged)
    cv.waitKey(0)
    cv.destroyAllWindows()


if __name__ == '__main__':
    path = 'images/2.png'
    numpy_img(path)

图像创建和复制结果展示：

create_and_copy

更多精彩内容请关注微信公众号《AI与计算机视觉》。