图像处理必备Python函数：opencv库常用函数介绍

图像处理是计算机视觉领域的重要分支，它广泛应用于计算机视觉、机器视觉、计算机图形学、图像识别等领域。在 Python 中，opencv 库是常用的图像处理库之一，它提供了丰富的图像处理函数和工具。本文将介绍一些常用的 opencv 函数，让读者掌握 opencv 基本用法，快速上手图像处理。

1. 读取图片

使用 opencv 中的 imread() 函数可以读取图片，具体用法如下：

import cv2
img = cv2.imread('image.jpg')

其中，img 是返回的图片的 numpy 数组，即读取的图像数据。imread() 的 个参数是要读取的图片文件名，可以是绝对路径或相对路径。

2. 显示图片

使用 opencv 中的 imshow() 函数可以显示图片，具体用法如下：

cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中， 个参数是窗口的名称，第二个参数是要显示的图片的 numpy 数组。imshow() 会打开一个名为 “image” 的窗口，并在其中显示图片。waitKey() 函数用于等待用户按下任意键，防止窗口一闪而过。最后，用 destroyAllWindows() 函数关闭窗口。

3. 保存图片

使用 opencv 中的 imwrite() 函数可以保存图片，具体用法如下：

cv2.imwrite('new_image.jpg', img)

个参数是要保存的文件名（可以是绝对路径或相对路径），第二个参数是要保存的图片的 numpy 数组。

4. 图像缩放

使用 opencv 中的 resize() 函数可以对图像进行缩放，具体用法如下：

resized_img = cv2.resize(img, (new_width, new_height))

个参数是要缩放的图像，第二个参数是缩放后的图像大小，可以是一个元组，也可以是一个整数。

5. 图像旋转

使用 opencv 中的 getRotationMatrix2D() 和 warpAffine() 函数可以对图像进行旋转，具体用法如下：

import numpy as np

# 旋转角度为 theta
theta = 30
rows, cols, channels = img.shape
matrix = cv2.getRotationMatrix2D((cols/2, rows/2), theta, 1)
rotated_img = cv2.warpAffine(img, matrix, (cols, rows))

其中，getRotationMatrix2D() 函数用于生成旋转矩阵， 个参数是旋转中心点的坐标，第二个参数是旋转的角度，第三个参数是缩放因子。warpAffine() 函数用于根据旋转矩阵和输出图像大小进行旋转变换。

6. 图像翻转

使用 opencv 中的 flip() 函数可以对图像进行翻转，具体用法如下：

# 水平翻转
flipped_img1 = cv2.flip(img, 1)

# 垂直翻转
flipped_img2 = cv2.flip(img, 0)

# 同时进行水平和垂直翻转
flipped_img3 = cv2.flip(img, -1)

其中，第二个参数控制翻转方向，1 表示水平翻转，0 表示垂直翻转，-1 表示同时进行水平和垂直翻转。

7. 图像平移

使用 opencv 中的 warpAffine() 函数可以对图像进行平移，具体用法如下：

import numpy as np

# 在水平方向上移动 tx 个像素，在垂直方向上移动 ty 个像素
tx, ty = 100, 50
rows, cols, channels = img.shape
matrix = np.float32([[1, 0, tx], [0, 1, ty]])
translated_img = cv2.warpAffine(img, matrix, (cols, rows))

其中， 个参数是要平移的图像，第二个参数是平移矩阵，第三个参数是输出图像大小。

8. 图像直方图均衡化

使用 opencv 中的 equalizeHist() 函数可以对图像进行直方图均衡化，具体用法如下：

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
equalized_img = cv2.equalizeHist(gray)

对于彩色图像，需要先将图像转换为灰度图像。equalizeHist() 函数将对灰度图像进行直方图均衡化，产生更好的视觉效果。