Opencv模块组织结构----opencv小案例实现

Bertha 。 2022-04-18 06:36 190阅读 0赞

进入opencv官网，查看文档看opencv的响应模块  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2F5YW5nYW5uOTE1_size_16_color_FFFFFF_t_70]  
下载win或ios的pack，里面有响应模块源代码：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2F5YW5nYW5uOTE1_size_16_color_FFFFFF_t_70 1]

calib3d模块主要用于相机等  
core模块非常重要，完全掌握，core中包括opencv的绘图操作等基础部分  
dnn模块和神经网络相关  
features2d模块和图像焦点检测相关，比如做图像匹配  
higngui模块和图像交互相关，很重要，在当前课程使用较少  
imgcodecs很重要  
mi模块也很重要  
photo模块图片处理  
shape模块  
stitch模块，图片连接等操作  
video描述视频信息

#### 案例一：图片读取 ####

import cv2
    img=cv2.imread('b.png',1)
    #完成图片的写入
    cv2.imwrite('image1.jpg',img)#这里的img已经是解码之后的数据
    #写入的图片名称
    #data数据，是图片解码之后的数据

#### 案例二：图片写入 ####

#有四个过程：文件读取，封装格式解析，数据解码，数据加载
    img=cv2.imread('b.png',1)
    cv2.imshow("image",img)
    cv2.waitKey(0)
    #图片格式：jpg，png，不同的jpg和png有不同的文件头和文件数据，数据是指图片压缩之后的编码数据
    #图片编码可以减小图片的体积，提高压缩比，不同的压缩比对应不同的压缩大小

#### 案例三：不同图片质量保存 ####

实现不同压缩比的图片保存

import cv2
    #jpg压缩
    img=cv2.imread('b.png',1)
    cv2.imwrite('one.jpg',img,[cv2.IMWRITE_JPEG_CHROMA_QUALITY,0])
    #第三个参数描述的是图片质量，范围是0-100
    #如果压缩后的图片只有10几k，就会严重失真,是有损压缩
    
    cv2.imwrite('three.png',img,[cv2.IMWRITE_PNG_COMPRESSION,0])
    #png图片是无损压缩，无法设置图片的透明度
    #压缩比：jpg 0 压缩比高 ，范围0-100
    # png 0 压缩比低，范围0-9

下面是最后图片的大小结果截图：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2F5YW5nYW5uOTE1_size_16_color_FFFFFF_t_70 2]

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2F5YW5nYW5uOTE1_size_16_color_FFFFFF_t_70 3]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2F5YW5nYW5uOTE1_size_16_color_FFFFFF_t_70 4]

#### 案例四：像素的基本操作（像素读取写入） ####

*  图片由像素点组成，放大后为一个个方块，存储rgb三色值
 *  颜色深度：8bit，0-255
 *  图片的宽高：640\*480表示图片在水平方向有640个像素点，在水平方向由480个像素点
 *  图片大小1.14M，宽720px，高547px
    
    所以1.14M=720 \* 547 \* 3 \* 8bit/8 （B）=1.14M
    
    乘以3是因为rgb三色，乘以8是因为每一色为8bit，最后转换成M
    
    1B=8b（bit）
 *  rgb，alpha：透明度
 *  bgr：与rgb对应，是另一种表示方式，这里的b是blue通道

import cv2
    img=cv2.imread('b.png',1)
    #x,y轴方向表示
    #x:图片的竖直方向
    #y：图片的水平方向
    #以左上角的点为原点
    
    #像素读取
    (b,g,r)=img[100,100]#坐标系上（100，100）处的像素点三色
    print(b,g,r)
    
    
    #像素写入
    # 10 100----110 100,y不变，x增大
    for i in range(1,100):
        img[10+i,100]=(255,0,0)#蓝色
        
    cv2.imwrite('px.jpg',img)
    cv2.waitKey(1000)#1000ms，当前时间过去后程序会继续执行

结果：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2F5YW5nYW5uOTE1_size_16_color_FFFFFF_t_70 5]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2F5YW5nYW5uOTE1_size_16_color_FFFFFF_t_70]: /images/20220418/7dd958897c134de69dfbd8ff2a3bcd98.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2F5YW5nYW5uOTE1_size_16_color_FFFFFF_t_70 1]: /images/20220418/81f3fadf500841efafbff7618b74431c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2F5YW5nYW5uOTE1_size_16_color_FFFFFF_t_70 2]: /images/20220418/2ed4d6aabe684a08a4db55f2c20e5e6b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2F5YW5nYW5uOTE1_size_16_color_FFFFFF_t_70 3]: /images/20220418/1cd30b24d6a84ac98e477ebd3b4d0c20.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2F5YW5nYW5uOTE1_size_16_color_FFFFFF_t_70 4]: /images/20220418/8952a739646542d49730704b3240cd8a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2F5YW5nYW5uOTE1_size_16_color_FFFFFF_t_70 5]: /images/20220418/ee27420a61a44328aad086baebcb20e4.png