基于jupyter notebook的python编程-----通过python编程，利用opencv-python对图像进行处理

在进行python学习的时候，最重要的就是对图像进行处理，这是python优于其他语言设计的一个重要原因，python对于图像的处理，是非常的灵活，也是非常的简单，本次博客，将带大家学习怎么使用python进行图像处理本次的实验目的如下：

• 熟悉Python语言中对图像数据读取
• 图像灰度变换处理在图像增强的作用
• 绘制图像灰度直方图的方法
• 利用帧差法对图像进行处理

一、在python命令行下载opencv图像处理库

1、打开python终端命令行

1）、在windows中打开cmd终端，如下所示：

2、在终端输入以下命令，下载opencv-python图像处理库

1）、输入以下命令进行下载：

pip install opencv-python

如果下载太慢，可以通过如下命令进行换源(清华园)下载：

pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple

2）、下载完成如下所示：

上图学长自己的是已经下载OK的，小伙伴们刚刚下载的时候可能界面出现得不一样，等等就行了，下载很快的

二、准备图片视频数据

1、将自己准备的图片放在相应的位置，记住不要有中文路径、图片的命名也不要是中文的

1）、如下所示：
自己的文件放在D盘下面：

2、准备一段不太长的视频，10秒之内最好,用于帧差法处理图像

1）、准备好视频文件，放置到相应的位置，例如自己的视频放置在D盘下面，路径不做要求，可以中文也可以中文命名

三、运行jupyter notebook，搭建python环境

1、打开Windows终端命令行，输入jupyter notebook，打开我们的jupyter工具，如下所示：

2、在jupyter的web网页中创建python文件，如下所示：

3、现在就可以在jupyter的代码行里面输入我们的代码啦！

四、基于opencv-python的图像处理

1、读取图像并显示

1）、通过python编程，进行读取显示图像的代码如下：

#显示图像
import cv2
src = cv2.imread("D:/myself1.jpg",1)
print(src.shape)
cv2.imshow("myself",src)
cv2.waitKey(0)

• shape参数用于打印图像的尺寸Size
• imread() 函数用于读取图像
• imshow() 用于显示图像
• waitKey() 函数是在一个给定的时间内(单位ms)等待用户按键触发;如果用户没有按下 键,则接续等待(循环)
  2）、运行结果如下：
  
  

2、将图像进行反色

1）、图像进行反色的代码如下：

#图像进行反色
import cv2
src = cv2.imread("D:/myself1.jpg",1)
print(src.shape)
cv2.imshow("myself",255-src)
cv2.waitKey(0)

在进行图像的反色的时候，顾名思义，就是将图像的颜色返过去，这也很简单，计算机世界用二进制表示颜色，0-255总共有256种颜色，我们通过用255减去我们调用图像的颜色，就得到我们的反色图像。
2）、运行结果如下：

3、灰度图像的转化

1）、图像灰度转化的代码如下：

import cv2
src = cv2.imread("D:/myself1.jpg",1)
print(src.shape)
gray=cv2.cvtColor(src,cv2.COLOR_BGR2GRAY)
cv2.imshow("myself",gray)
cv2.waitKey(0)

• cvtColor() 函数为图像调色函数，第二个参数就是将图像转换为灰色的关键参数

2）、运行结果如下：

5、图像的直方图均衡化

1）、图像直方图均衡化的代码如下：

import cv2
src=cv2.imread( "D:/myself1.jpg",0)
dst2 =cv2.equalizeHist(src)  #直方图均衡化
cv2.imshow("myself",src)
cv2.imshow("equalizeHist",dst2)
print (src.shape)
cv2.waitKey(0)

• equalizeHist()函数主要功能就是将图像进行直方图均衡化
  2、运行结果如下所示:
  
  

6、帧差法进行图像处理，检测视频异常事件

1）、帧差法处理图像的代码如下：

#图像处理帧差法，视频异常事件检测
import cv2
cap=cv2.VideoCapture('D:video.mp4')
ret, frame=cap.read()
prevframe=frame    #第一帧
while True:
    ret, frame=cap.read()
    nextframe=frame #下一帧
    if ret:
        diff=cv2.absdiff(prevframe,nextframe)
        cv2.imshow('video',diff)
        prevframe = nextframe   #帧差法 背景变化
        k=cv2.waitKey(30)&0xff
        if k==27:
            break
    else:
        break
cv2.destroyAllWindows()
cap.release()

帧差法的主要函数是absdiff(prevframe,nextframe)，前面参数代表前一帧、后面参数代表后一帧，图像帧的相减法，的到的差值，就是图像的变化
**提示：在视频没有播放完之前，video的窗口是叉不掉的，这也就是为什么让大家准备视频在10秒钟之内的原因，强行关闭，程序会报错哦！
2）、运行结果如下：

上图为《环太平洋》截取的片段中处理的画面
用下一帧的图减去上一帧的图，适合背景不动的场景，适用于森林火灾检测等
以上就是本次博客的全部内容啦，希望通过本次博客的阅读，可以让你了解到opencv-python的图像处理机制，也能明白opencv-python库简单函数的运用，例如：imread()函数、imwrite()函数、size()函数等，我们下一期的python学习再见啦！
遇到问题的小伙伴，记得评论区留言哦，林君学长看到会为你解答的，这个学长不太冷！
陈一月的又一天编程岁月^ _ ^