一、灰度处理
(1) imread (src,0)
#imread import cv2img0 = cv2.imread('canton.jpg',0)img1 = cv2.imread('canton.jpg',1)print(img0.shape)print(img1.shape)cv2.imshow('src',img0)cv2.imshow('src',img1)cv2.waitKey(0)复制代码
（2）cvtColor ()
将图像从一个颜色空间转换为另一个颜色空间。
该功能将输入图像从一个颜色空间转换为另一个颜色空间。如果要转换RGB颜色空间，则应明确指定通道的顺序（RGB或BGR）。请注意，OpenCV中的默认颜色格式通常被称为RGB，但它实际上是BGR（字节相反）。因此，标准（24位）彩色图像中的第一个字节将是一个8位蓝色分量，第二个字节将是绿色，第三个字节将是红色。第四，第五和第六个字节将成为第二个像素（蓝色，然后是绿色，然后是红色），依此类推
cv::cvtColor()支持多种颜色空间之间的转换，其支持的转换类型和转换码如下：
1、RGB和BGR（opencv默认的彩色图像的颜色空间是BGR）颜色空间的转换
cv::COLOR_BGR2RGB cv::COLOR_RGB2BGR cv::COLOR_RGBA2BGRA cv::COLOR_BGRA2RGBA
2、向RGB和BGR图像中增添alpha通道
cv::COLOR_RGB2RGBA cv::COLOR_BGR2BGRA
3、从RGB和BGR图像中去除alpha通道
cv::COLOR_RGBA2RGB cv::COLOR_BGRA2BGR
4、从RBG和BGR颜色空间转换到灰度空间
cv::COLOR_RGB2GRAY cv::COLOR_BGR2GRAY
cv::COLOR_RGBA2GRAY
cv::COLOR_BGRA2GRAY
5、从灰度空间转换到RGB和BGR颜色空间
cv::COLOR_GRAY2RGB cv::COLOR_GRAY2BGR
cv::COLOR_GRAY2RGBA cv::COLOR_GRAY2BGRA
6、RGB和BGR颜色空间与BGR565颜色空间之间的转换
cv::COLOR_RGB2BGR565 cv::COLOR_BGR2BGR565 cv::COLOR_BGR5652RGB cv::COLOR_BGR5652BGR cv::COLOR_RGBA2BGR565 cv::COLOR_BGRA2BGR565 cv::COLOR_BGR5652RGBA cv::COLOR_BGR5652BGRA
7、灰度空间域BGR565之间的转换
cv::COLOR_GRAY2BGR555 cv::COLOR_BGR5552GRAY
8、RGB和BGR颜色空间与CIE XYZ之间的转换
cv::COLOR_RGB2XYZ cv::COLOR_BGR2XYZ cv::COLOR_XYZ2RGB cv::COLOR_XYZ2BGR
9、RGB和BGR颜色空间与uma色度（YCrCb空间）之间的转换
cv::COLOR_RGB2YCrCb cv::COLOR_BGR2YCrCb cv::COLOR_YCrCb2RGB cv::COLOR_YCrCb2BGR
10、RGB和BGR颜色空间与HSV颜色空间之间的相互转换
cv::COLOR_RGB2HSV
cv::COLOR_BGR2HSV
cv::COLOR_HSV2RGB
cv::COLOR_HSV2BGR
11、RGB和BGR颜色空间与HLS颜色空间之间的相互转换
cv::COLOR_RGB2HLS cv::COLOR_BGR2HLS cv::COLOR_HLS2RGB cv::COLOR_HLS2BGR
12、RGB和BGR颜色空间与CIE Lab颜色空间之间的相互转换
cv::COLOR_RGB2Lab cv::COLOR_BGR2Lab cv::COLOR_Lab2RGB cv::COLOR_Lab2BGR
13、RGB和BGR颜色空间与CIE Luv颜色空间之间的相互转换
cv::COLOR_RGB2Luv cv::COLOR_BGR2Luv cv::COLOR_Luv2RGB cv::COLOR_Luv2BGR
14、Bayer格式（raw data）向RGB或BGR颜色空间的转换
cv::COLOR_BayerBG2RGB
cv::COLOR_BayerGB2RGB
cv::COLOR_BayerRG2RGB
cv::COLOR_BayerGR2RGB
cv::COLOR_BayerBG2BGR
cv::COLOR_BayerGB2BGR
cv::COLOR_BayerRG2BGR
cv::COLOR_BayerGR2BGR
cvtColor（
InputArray 输入图像：8位无符号，16位无符号（CV_16UC ...）或单精度浮点。，OutputArray 输出与src相同大小和深度的图像。，INT 颜色空间转换代码，INT 目标图像中的通道数量; 如果参数为0，则通道的数量自动从src和代码中导出。 ）
import cv2img = cv2.imread('canton.jpg',1)dst = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)cv2.imshow('dst',dst)cv2.waitKey(0)复制代码
（3）np.uint8（）
import cv2import numpy as npimg = cv2.imread('canton.jpg',1)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]dst = np.zeros((height,width,3),np.uint8)for i in range(0,height):for j in range(0,width):(b,g,r) = img[i,j]b = int(b)g = int(g)r = int(r)gray = r*0.2+g*0.5+b*0.2dst[i,j] = np.uint8(gray)cv2.imshow('dst',dst)cv2.waitKey(0)复制代码
结果：
二、颜色翻转
（1）灰色图片颜色翻转
import cv2import numpy as npimg = cv2.imread('canton.jpg',1)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)dst = np.zeros((height,width,1),np.uint8)for i in range(0,height):for j in range(0,width):grayPixel = gray[i,j]dst[i,j] = 255-grayPixelcv2.imshow('dst',dst)cv2.waitKey(0)复制代码
结果：
（2）彩色图片颜色翻转
import cv2import numpy as npimg = cv2.imread('canton.jpg',1)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]dst = np.zeros((height,width,3),np.uint8)for i in range(0,height):for j in range(0,width):(b,g,r) = img[i,j]dst[i,j] = (255-b,255-g,255-r)cv2.imshow('dst',dst)cv2.waitKey(0)复制代码
结果：
三、马赛克效果
import cv2import numpy as npimg = cv2.imread('cantontower.jpg',1)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]for m in range(0,600):for n in range(300,600):# pixel ->10*10if m%10 == 0 and n%10==0:for i in range(0,10):for j in range(0,10):(b,g,r) = img[m,n]img[i+m,j+n] = (b,g,r)cv2.imshow('dst',img)cv2.waitKey(0)复制代码
结果：
四、毛玻璃效果
import cv2import numpy as npimport randomimg = cv2.imread('cantontower.jpg',1)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]dst = np.zeros((height,width,3),np.uint8)mm = 8for m in range(0,height-mm):for n in range(0,width-mm):index = int(random.random()*8)#0-8(b,g,r) = img[m+index,n+index]dst[m,n] = (b,g,r)cv2.imshow('dst',dst)cv2.waitKey(0)复制代码
结果：
五、图片融合
（1）addWeighted（）
cv2.addWeighted(src1, alpha, src2, beta, gamma[, dst[, dtype]])
参数src1 图片1链接alpha 是src1透明度src2 图片2链接beta 是src2透明度gamma 一个加到权重总和上的标量值，dst = src1 * alpha + src2 * beta + gamma;dtype 输出阵列的可选深度，有默认值-1。;当两个输入数组具有相同的深度时，这个参数设置为-1（默认值），即等同于src1.depth（）
import cv2import numpy as npimg0 = cv2.imread('cantontower.jpg',1)img1 = cv2.imread('qilou.jpg',1)imgInfo = img0.shapeheight = imgInfo[0]width = imgInfo[1]roiH = int(height/2)roiW = int(width/2)img0ROI = img0[0:roiH,0:roiW]img1ROI = img1[0:roiH,0:roiW]dst = np.zeros((roiH,roiW,3),np.uint8)dst = cv2.addWeighted(img0ROI,0.5,img1ROI,0.5,0)# dst = src1 * alpha + src2 * beta + gamma;cv2.imshow('dst',dst)cv2.waitKey(0)复制代码
结果：
六、边缘检测
（1）GaussianBlur（）
GaussianBlur(InputArray src, OutputArray dst, Size ksize, double sigmaX, double sigmaY=0, int borderType=BORDER_DEFAULT)
参数
src，输入图像，即源图像，填Mat类的对象即可。它可以是单独的任意通道数的图片，但需要注意，图片深度应该为CV_8U,CV_16U, CV_16S, CV_32F 以及 CV_64F之一。dst，即目标图像，需要和源图片有一样的尺寸和类型。比如可以用Mat::Clone，以源图片为模板，来初始化得到如假包换的目标图。ksize，高斯内核的大小。其中ksize.width和ksize.height可以不同，但他们都必须为正数和奇数（并不能理解）。或者，它们可以是零的，它们都是由sigma计算而来。sigmaX，表示高斯核函数在X方向的的标准偏差。sigmaY，表示高斯核函数在Y方向的的标准偏差。若sigmaY为零，就将它设为sigmaX，如果sigmaX和sigmaY都是0，那么就由ksize.width和ksize.height计算出来。为了结果的正确性着想，最好是把第三个参数Size，第四个参数sigmaX和第五个参数sigmaY全部指定到。borderType，用于推断图像外部像素的某种边界模式。注意它有默认值BORDER_DEFAULT。
（2）Canny（）
Canny(InputArray image,OutputArray edges,double threshold1,double threshold2,int apertureSize = 3,bool L2gradient = false )
参数
image 输入8位图像.edges 输出边缘图; 单通道8位图像，其大小与图像相同。threshold1 滞后程序的第一阈值。threshold2 滞后程序的第二阈值。apertureSize Sobel算子的光圈大小。L2gradient 一个标志，表明是否有更准确的 L2 norm =(dI/dx)2+(dI/dy)2，还是默认的 L1 norm =|dI/dx|+|dI/dy| 就行 ( L2gradient=false )
import cv2import numpy as npimport randomimg = cv2.imread('cantontower.jpg',1)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]cv2.imshow('src',img)gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)imgG = cv2.GaussianBlur(gray,(3,3),0)dst = cv2.Canny(img,50,50)cv2.imshow('dst',dst)cv2.waitKey(0)复制代码
结果：
（3）边缘检测原理
边缘是图像中灰度发生急剧变化的区域边界。图像灰度的变化情况可以用图像灰度分布的梯度来表示，数字图像中求导是利用差分近似微分来进行的，实际上常用空域微分算子通过卷积来完成
Sobel算子是高斯平滑与微分操作的结合体。所以其抗噪能力非常强，用途较多。一般的sobel算子包含x与y两个方向，算子模板为：
在opencv函数中，还能够设置卷积核(ksize)的大小，假设ksize=-1,就演变为3*3的Scharr算子，模板无非变了个数字：
import cv2import numpy as npimport randomimport mathimg = cv2.imread('cantontower.jpg',1)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]cv2.imshow('src',img)gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)dst = np.zeros((height,width,1),np.uint8)for i in range(0,height-2):for j in range(0,width-2):gy = -gray[i,j]*1-gray[i,j+1]*2-gray[i,j+2]*1+gray[i+2,j]*1+gray[i+2,j+1]*2+gray[i+2,j+2]*1gx = -gray[i,j]*1+gray[i+2,j]*1-gray[i,j+1]*2+gray[i+2,j+1]*2-gray[i,j+2]*1+gray[i+2,j+2]*1grad = math.sqrt(gx*gx+gy*gy)if grad>50:dst[i,j] = 255else:dst[i,j] = 0cv2.imshow('dst',dst)cv2.waitKey(0)复制代码
七、浮雕功能
import cv2import numpy as npimg = cv2.imread('image0.jpg',1)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)# newP = gray0-gray1+150dst = np.zeros((height,width,1),np.uint8)for i in range(0,height):for j in range(0,width-1):grayP0 = int(gray[i,j])grayP1 = int(gray[i,j+1])newP = grayP0-grayP1+150if newP > 255:newP = 255if newP < 0:newP = 0dst[i,j] = newPcv2.imshow('dst',dst)cv2.waitKey(0)复制代码
结果：
七、颜色风格
import cv2import numpy as npimg = cv2.imread('cantontower.jpg',1)cv2.imshow('src',img)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]dst = np.zeros((height,width,3),np.uint8)for i in range(0,height):for j in range(0,width):(b,g,r) = img[i,j]b = b*1.5g = g*1.3r = rif b>255:b = 255if g>255:g = 255if r>255:r = 255dst[i,j]=(b,g,r)cv2.imshow('dst',dst)cv2.waitKey(0)复制代码
结果：
八、油画特效
import cv2import numpy as npimg = cv2.imread('image00.jpg',1)cv2.imshow('src',img)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)dst = np.zeros((height,width,3),np.uint8)for i in range(4,height-4):for j in range(4,width-4):array1 = np.zeros(8,np.uint8)for m in range(-4,4):for n in range(-4,4):p1 = int(gray[i+m,j+n]/32)array1[p1] = array1[p1]+1currentMax = array1[0]l = 0for k in range(0,8):if currentMax<array1[k]:currentMax = array1[k]l = kfor m in range(-4,4):for n in range(-4,4):if gray[i+m,j+n]>=(l*32) and gray[i+m,j+n]<=((l+1)*32):(b,g,r) = img[i+m,j+n]dst[i,j] = (b,g,r)cv2.imshow('dst',dst)cv2.waitKey(0)复制代码
结果：
