引入opencv

　　import cv2

　　读取图片：

　　img=cv2.imread('cat.jpg') # cat.jpg路径为相对路径

　　# 读取图片转换为灰度图片

　　img=cv2.imread('cat.jpg',cv2.IMREAD_GRAYSCALE)

　　展示图片：

　　# 图像的显示,也可以创建多个窗口

　　cv2.imshow('image',img)

　　# 等待时间，毫秒级，0表示任意键终止

　　cv2.waitKey(0)

　　# 开启另一个窗口，图片显示10000毫秒后自动退出窗口

　　cv2.waitKey(10000)

　　cv2.destroyAllWindows()

　　读取图片的规格：

　　img.shape

　　该属性返回的结果为hwc(h:height长度,w:weight宽度,c:channel通道)如rgb图像为三通道图像c值为3。

　　保存图片：

　　#保存

　　# mycat为自定义名称，.png为图片保存格式

　　cv2.imwrite('mycat.png',img)

　　显示读取图片读取格式：

　　type(img)

　　图片size属性：

　　# h*w

　　img.size

　　图片dtype属性：

　　# 查看数据类型

　　img.dtype

　　视频读取：

　　vc = cv2.VideoCapture('test.mp4')

　　# 检查是否打开正确

　　if vc.isOpened(): oepn, frame = vc.read()

　　else: open = False

　　对读取视频中的帧进行相应处理：

　　下面代码为将所有帧转换为灰度图形式。

　　while open: ret, frame = vc.read() if frame is None: break if ret == True: gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) cv2.imshow('result', gray) if cv2.waitKey(100) & 0xFF == 27: break

　　vc.release()

　　cv2.destroyAllWindows()

　　截取图像部分：

　　img=cv2.imread('cat.jpg')

　　# 截取指定位置像素点

　　cat=img[0:50,0:200]

　　cv_show('cat',cat)

　　颜色通道提取

　　将其他通道置零的方式实现颜色通道提取：

　　# 切分颜色通道

　　b,g,r=cv2.split(img)

　　# 只保留R

　　cur_img = img.copy()

　　cur_img[:,:,0] = 0

　　cur_img[:,:,1] = 0

　　cv_show('R',cur_img)

　　# 只保留G

　　cur_img = img.copy()

　　cur_img[:,:,0] = 0

　　cur_img[:,:,2] = 0

　　cv_show('G',cur_img)

　　# 只保留B

　　cur_img = img.copy()

　　cur_img[:,:,1] = 0

　　cur_img[:,:,2] = 0

　　cv_show('B',cur_img)

　　颜色通道融合

　　# 颜色通道融合

　　img=cv2.merge((b,g,r))

　　边界填充：

　　# 设定上下左右需要填充像素个数

　　top_size,bottom_size,left_size,right_size = (50,50,50,50)

　　# 下面最后一个参数为图像填充边界类型

　　# BORDER_REPLICATE复制原图边缘进行填充

　　replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE)

　　# BORDER_REFLECT反射法

　　reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_REFLECT)

　　# BORDER_REFLECT_101相对对称的反射法

　　reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT_101)

　　# BORDER_WRAP 外包装法

　　wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_WRAP)

　　# BORDER_CONSTANT使用常数值进行填充

　　constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size,cv2.BORDER_CONSTANT, value=0)

　　# 显示上述处理结果代码

　　import matplotlib.pyplot as plt

　　plt.subplot(231), plt.imshow(img, 'gray'), plt.title('ORIGINAL')

　　plt.subplot(232), plt.imshow(replicate, 'gray'), plt.title('REPLICATE')

　　plt.subplot(233), plt.imshow(reflect, 'gray'), plt.title('REFLECT')

　　plt.subplot(234), plt.imshow(reflect101, 'gray'), plt.title('REFLECT_101')

　　plt.subplot(235), plt.imshow(wrap, 'gray'), plt.title('WRAP')

　　plt.subplot(236), plt.imshow(constant, 'gray'), plt.title('CONSTANT')

　　plt.show()

　　对图片进行算数运算：

　　# 表示所有像素点对应值都加10，用于调节图片亮度

　　# 若数值超过255将会进行 % 255操作

　　img_cat2= img_cat +10

　　# 显示图片前5行，所有列，0表示单通道形式图片展示结果为灰色

　　img_cat[:5,:,0] 大连无痛人流医院  http://www.bhbyby.net/  

　　# 数值超过255，值等于255

　　cv2.add(img_cat,img_cat2)[:5,:,0]

　　图像融合

　　两张图片要进行融合需要图片规格一致，对于规格不一致的图片需要用resize()方法调节规格。

　　# 指定像素

　　img_dog = cv2.resize(img_dog, (500, 414))

　　img_dog.shape

　　# x为以前的4倍，y为以前的4倍

　　res = cv2.resize(img, (0, 0), fx=4, fy=4)

　　# 融合图片 猫的权重为0.4,狗的权重为0.6,0为偏执项

　　res = cv2.addWeighted(img_cat, 0.4, img_dog, 0.6, 0)