Python+OpenCV实现图像基本操作的示例详解

本篇文章将介绍如何使用Python和OpenCV库进行图像基本操作，内容包括图像的读取和显示、裁剪和拼接、灰度化和二值化、图像的旋转和翻转等。

图像的读取和显示

下面是读取并显示一幅图像的代码示例：

import cv2

# 图像读取
img = cv2.imread('image.jpg')

# 图像显示
cv2.imshow('image', img)
cv2.waitKey(0)

该代码首先使用cv2.imread()函数对一幅图像进行读取，读取的图像文件名为'image.jpg'，读取出来的结果保存在变量img中。然后使用cv2.imshow()函数将图像显示出来，第一个参数为窗口的名称，第二个参数为要显示的图像。

需要注意的是，这样的显示窗口有时可能会一闪而过，如果要保持窗口不会自动消失，则需要在最后使用cv2.waitKey(0)函数，该函数会等待用户按下任意键后才会关闭窗口。

图像的裁剪和拼接

下面是对一幅图像进行裁剪和拼接的示例：

import cv2

# 图像读取
img = cv2.imread('image.jpg')

# 图像裁剪
roi = img[50:150, 100:200]

# 图像拼接
img[:, 0:100] = roi

# 图像显示
cv2.imshow('image', img)
cv2.waitKey(0)

该代码首先使用cv2.imread()函数读取一个图像，并将其保存在变量img中。然后对该图像进行裁剪，得到变量roi，该变量保存的是图片中的一个区域。接下来，将裁剪出来的区域拼接回原始图像的左侧，得到一个新的图像。最后使用cv2.imshow()函数将该图像显示出来。

灰度化和二值化

下面是将一幅彩色图像转换为灰度图像，并进行二值化的示例：

import cv2

# 图像读取
img = cv2.imread('image.jpg')

# 灰度化
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 二值化
ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 图像显示
cv2.imshow('image', binary)
cv2.waitKey(0)

该代码首先使用cv2.cvtColor()函数将一幅彩色图像转换成灰度图像，得到变量gray。然后使用cv2.threshold()函数对灰度图像进行二值化操作，将灰度值大于127的像素设置为255，小于等于127的像素设置为0，得到变量binary。最后使用cv2.imshow()函数将二值化后的图像显示出来。

图像的旋转和翻转

下面是对一幅图像进行90度顺时针旋转和水平翻转的示例：

import cv2

# 图像读取
img = cv2.imread('image.jpg')

# 旋转
rows, cols = img.shape[:2]
M = cv2.getRotationMatrix2D((cols/2, rows/2), 90, 1)
rot = cv2.warpAffine(img, M, (cols, rows))

# 翻转
flip = cv2.flip(img, 1)

# 图像显示
cv2.imshow('image', flip)
cv2.waitKey(0)

该代码首先使用cv2.getRotationMatrix2D()函数得到一幅图像的90度顺时针旋转矩阵M，然后使用cv2.warpAffine()函数对图像进行旋转，得到变量rot。接下来使用cv2.flip()函数对图像进行水平翻转，得到变量flip。最后使用cv2.imshow()函数将翻转后的图像显示出来。

以上便是Python+OpenCV实现图像基本操作的示例详解。