【OpenCV】Chapter10.色彩轉換與圖像繪制

最近想對OpenCV進行系統學習，看到網上這份教程寫得不錯，于是跟着來學習實踐一下。

【[email protected], youcans 的 OpenCV 例程,

程式倉庫：​​​https://github.com/zstar1003/OpenCV-Learning​​

色彩轉換

顔色空間轉換

常見的色彩空間包括：GRAY 色彩空間（灰階圖像）、XYZ 色彩空間、YCrCb 色彩空間、HSV 色彩空間、HLS 色彩空間、CIELab 色彩空間、CIELuv 色彩空間、Bayer 色彩空間等。

色彩空間名詞解釋：

• RGB：紅色（Red）、綠色（Green）、藍色（Blue）；
• HSV/HSB：色調（Hue）、飽和度（Saturation）和明度（Value/Brightness）；
• HSl：色調（Hue）、飽和度（Saturation）和灰階（Intensity）；
• HSL：包括色調（Hue）、飽和度（Saturation）和亮度（Luminance/Lightness）

常見色彩空間轉換，這裡隻列舉兩個常見的。

• RGB -> GRAY

  注意RGB可以轉灰階，灰階不能轉RGB

  轉換公式：gray = 0.299 x R + 0.587 x G + 0.114 x B

• RGB -> HSV

  RGB轉HSV公式為

OpenCV提供了函數​

​cv.cvtColor()​

​可以将圖像從一個顔色空間轉換為另一個顔色空間。

cv.cvtColor(src, code [, dst, dstCn]]) → dst

參數說明：

• src：輸入圖像，nparray 多元數組，8位無符号/ 16位無符号/單精度浮點數格式
• code：顔色空間轉換代碼，詳見 ColorConversionCodes
• dst：輸出圖像，大小和深度與 src 相同
• dstCn：輸出圖像的通道數，0 表示由src和code自動計算

示例程式：

"""
顔色空間轉換
"""
import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np

imgBGR = cv.imread("../img/img.jpg", flags=1)

imgRGB = cv.cvtColor(imgBGR, cv.COLOR_BGR2RGB)  # BGR 轉換為 RGB, 用于 PyQt5, matplotlib
imgGRAY = cv.cvtColor(imgBGR, cv.COLOR_BGR2GRAY)  # BGR 轉換為灰階圖像
imgHSV = cv.cvtColor(imgBGR, cv.COLOR_BGR2HSV)  # BGR 轉換為 HSV 圖像
imgYCrCb = cv.cvtColor(imgBGR, cv.COLOR_BGR2YCrCb)  # BGR轉YCrCb
imgHLS = cv.cvtColor(imgBGR, cv.COLOR_BGR2HLS)  # BGR 轉 HLS 圖像
imgXYZ = cv.cvtColor(imgBGR, cv.COLOR_BGR2XYZ)  # BGR 轉 XYZ 圖像
imgLAB = cv.cvtColor(imgBGR, cv.COLOR_BGR2LAB)  # BGR 轉 LAB 圖像
imgYUV = cv.cvtColor(imgBGR, cv.COLOR_BGR2YUV)  # BGR 轉 YUV 圖像

# 調用matplotlib顯示處理結果
titles = ['BGR', 'RGB', 'GRAY', 'HSV', 'YCrCb', 'HLS', 'XYZ', 'LAB', 'YUV']
images = [imgBGR, imgRGB, imgGRAY, imgHSV, imgYCrCb,
          imgHLS, imgXYZ, imgLAB, imgYUV]
plt.figure(figsize=(10, 8))
for i in range(9):
    plt.subplot(3, 3, i + 1), plt.imshow(images[i], 'gray')
    plt.title(titles[i])
    plt.xticks([]), plt.yticks([])
plt.tight_layout()
plt.show()      

顔色反轉

圖像顔色反轉也稱為反色變換，是像素顔色的逆轉，将黑色像素點變白色，白色像素點變黑色，像素位置不變。

RGB圖檔實作顔色反轉非常容易，一種簡單的思路就是對每個像素點用255-顔色值。但是這樣處理的效率不高。

OpenCV提供了一個查表函數​

​cv.LUT​

​可以快速實作像素值的改變。其本質就是先對每個0-255的像素灰階值建立一個變換字典，這樣處理像素值就隻需要從字典裡去查找對應的資料進行替換，而無需再去運算。

下面的示例程式比較了兩種方法的執行效率。

"""
圖像顔色反轉
"""
import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np

img = cv.imread("../img/img.jpg", flags=1)
h, w, ch = img.shape  # 圖檔的高度, 寬度 和通道數

timeBegin = cv.getTickCount()
imgInv = np.empty((w, h, ch), np.uint8)  # 建立空白數組
for i in range(h):
    for j in range(w):
        for k in range(ch):
            imgInv[i][j][k] = 255 - img[i][j][k]
timeEnd = cv.getTickCount()
time = (timeEnd - timeBegin) / cv.getTickFrequency()
print("圖像反轉(for 循環實作): {} s".format(round(time, 4)))

timeBegin = cv.getTickCount()
transTable = np.array([(255 - i) for i in range(256)]).astype("uint8")
invLUT = cv.LUT(img, transTable)
timeEnd = cv.getTickCount()
time = (timeEnd - timeBegin) / cv.getTickFrequency()
print("圖像反轉(LUT 查表實作): {} s".format(round(time, 4)))

plt.figure(figsize=(9, 6))
plt.subplot(131), plt.title("img"), plt.axis('off')
plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB))
plt.subplot(132), plt.title("imgInv"), plt.axis('off')
plt.imshow(cv.cvtColor(imgInv, cv.COLOR_BGR2RGB))
plt.subplot(133), plt.title("invLUT"), plt.axis('off')
plt.imshow(cv.cvtColor(invLUT, cv.COLOR_BGR2RGB))
plt.tight_layout()
plt.show()      

輸出

圖像反轉(for 循環實作): 1.9181 s

圖像反轉(LUT 查表實作): 0.0326 s

由此可見兩者速度差異還是比較明顯的。

色彩風格濾鏡

色彩風格濾鏡就是OpenCV提供了一些色彩搭配方案，通過函數​

​cv.applyColorMap​

​可以進行調用。

OpenCV 提供了 22 種色彩風格類型：

ColorMaps[] = { 
    "Autumn", "Bone", "Jet", "Winter", "Rainbow", "Ocean", "Summer", "Spring",
    "Cool", "HSV", "Pink", "Hot", "Parula", "Magma", "Inferno", "Plasma", "Viridis",
    "Cividis", "Twilight", "Twilight Shifted", "Turbo", "Deep Green"};      

示例程式：

"""
色彩風格濾鏡
"""
import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np

img = cv.imread("../img/img.jpg", flags=1)

# 僞彩色處理
pseudo1 = cv.applyColorMap(img, colormap=cv.COLORMAP_PINK)
pseudo2 = cv.applyColorMap(img, colormap=cv.COLORMAP_JET)
pseudo3 = cv.applyColorMap(img, colormap=cv.COLORMAP_WINTER)
pseudo4 = cv.applyColorMap(img, colormap=cv.COLORMAP_RAINBOW)
pseudo5 = cv.applyColorMap(img, colormap=cv.COLORMAP_HOT)

plt.figure(figsize=(9, 6))
plt.subplot(231), plt.axis('off'), plt.title("Origin")
plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB))
plt.subplot(232), plt.axis('off'), plt.title("cv.COLORMAP_PINK")
plt.imshow(cv.cvtColor(pseudo1, cv.COLOR_BGR2RGB))
plt.subplot(233), plt.axis('off'), plt.title("cv.COLORMAP_JET")
plt.imshow(cv.cvtColor(pseudo2, cv.COLOR_BGR2RGB))
plt.subplot(234), plt.axis('off'), plt.title("cv.COLORMAP_WINTER")
plt.imshow(cv.cvtColor(pseudo3, cv.COLOR_BGR2RGB))
plt.subplot(235), plt.axis('off'), plt.title("cv.COLORMAP_RAINBOW")
plt.imshow(cv.cvtColor(pseudo4, cv.COLOR_BGR2RGB))
plt.subplot(236), plt.axis('off'), plt.title("cv.COLORMAP_HOT")
plt.imshow(cv.cvtColor(pseudo5, cv.COLOR_BGR2RGB))
plt.tight_layout()
plt.show()      

調節色彩

通過​

​cv.LUT​

​​可以在RGB色彩範圍内調節三通道的數值，進而調節色彩。

下面的示例程式将各通道的最大值設定為maxG，将某顔色通道的色階從 0-255 映射到 0-maxG，就可以使該顔色通道的色彩衰減。

示例程式：

"""
調節色彩
"""
import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np

img = cv.imread("../img/img.jpg", flags=1)

maxG = 128  # 修改顔色通道最大值，0<=maxG<=255
lutHalf = np.array([int(i * maxG / 255) for i in range(256)]).astype("uint8")
lutEqual = np.array([i for i in range(256)]).astype("uint8")

lut3HalfB = np.dstack((lutHalf, lutEqual, lutEqual))  # (1,256,3), B_half/BGR
lut3HalfG = np.dstack((lutEqual, lutHalf, lutEqual))  # (1,256,3), G_half/BGR
lut3HalfR = np.dstack((lutEqual, lutEqual, lutHalf))  # (1,256,3), R_half/BGR

blendHalfB = cv.LUT(img, lut3HalfB)  # B 通道衰減 50%
blendHalfG = cv.LUT(img, lut3HalfG)  # G 通道衰減 50%
blendHalfR = cv.LUT(img, lut3HalfR)  # R 通道衰減 50%


plt.figure(figsize=(9, 5))
plt.subplot(131), plt.axis('off'), plt.title("B half decayed")
plt.imshow(cv.cvtColor(blendHalfB, cv.COLOR_BGR2RGB))
plt.subplot(132), plt.axis('off'), plt.title("G half decayed")
plt.imshow(cv.cvtColor(blendHalfG, cv.COLOR_BGR2RGB))
plt.subplot(133), plt.axis('off'), plt.title("R half decayed")
plt.imshow(cv.cvtColor(blendHalfR, cv.COLOR_BGR2RGB))
plt.tight_layout()
plt.show()      

調節飽和度和明度

将RGB顔色空間轉換到HSV空間，可以調整圖檔的飽和度和明度。

示例程式：

"""
調節飽和度和明度
"""
import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np

img = cv.imread("../img/img.jpg", flags=1)
hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV)  # 色彩空間轉換, BGR->HSV

# 調節通道強度
lutWeaken = np.array([int(0.6 * i) for i in range(256)]).astype("uint8")
lutEqual = np.array([i for i in range(256)]).astype("uint8")
lutRaisen = np.array([int(102 + 0.6 * i) for i in range(256)]).astype("uint8")
# 調節飽和度
lutSWeaken = np.dstack((lutEqual, lutWeaken, lutEqual))  # Saturation weaken
lutSRaisen = np.dstack((lutEqual, lutRaisen, lutEqual))  # Saturation raisen
# 調節明度
lutVWeaken = np.dstack((lutEqual, lutEqual, lutWeaken))  # Value weaken
lutVRaisen = np.dstack((lutEqual, lutEqual, lutRaisen))  # Value raisen

blendSWeaken = cv.LUT(hsv, lutSWeaken)  # 飽和度降低
blendSRaisen = cv.LUT(hsv, lutSRaisen)  # 飽和度增大
blendVWeaken = cv.LUT(hsv, lutVWeaken)  # 明度降低
blendVRaisen = cv.LUT(hsv, lutVRaisen)  # 明度升高

plt.figure(figsize=(9, 6))
plt.subplot(231), plt.axis('off'), plt.title("Saturation weaken")
plt.imshow(cv.cvtColor(blendSWeaken, cv.COLOR_HSV2RGB))
plt.subplot(232), plt.axis('off'), plt.title("Normal saturation")
plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB))
plt.subplot(233), plt.axis('off'), plt.title("Saturation raisen")
plt.imshow(cv.cvtColor(blendSRaisen, cv.COLOR_HSV2RGB))
plt.subplot(234), plt.axis('off'), plt.title("Value weaken")
plt.imshow(cv.cvtColor(blendVWeaken, cv.COLOR_HSV2RGB))
plt.subplot(235), plt.axis('off'), plt.title("Normal value")
plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB))
plt.subplot(236), plt.axis('off'), plt.title("Value raisen")
plt.imshow(cv.cvtColor(blendVRaisen, cv.COLOR_HSV2RGB))
plt.tight_layout()
plt.show()      

圖像繪制

繪制直線

函數​

​cv.line()​

​​繪制圖像中點pt1與點pt2之間的線段

函數​​

​cv.arrowedLine()​

​繪制圖像中點pt1與點pt2之間的帶箭頭線段

cv.line(img, pt1, pt2, color[, thickness=1, lineType=LINE_8, shift=0]) → img

cv.arrowedLine(img, pt1, pt2, color[, thickness=1, line_type=8, shift=0, tipLength=0.1]) → img

參數說明：

• img：輸入輸出圖像，允許單通道灰階圖像或多通道彩色圖像
• pt1：線段第一個點的坐标，(x1, y1)
• pt2：線段第二個點的坐标，(x2, y2)
• tipLength：箭頭部分長度與線段長度的比例，預設為 0.1

示例程式：

"""
繪制直線
"""
import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np

height, width, channels = 200, 120, 3
img = np.ones((height, width, channels), np.uint8) * 160  # 建立黑色圖像 RGB=0

# 注意 pt1, pt2 坐标的格式是 (x,y) 而不是 (y,x)
img1 = img.copy()
cv.line(img1, (0, 0), (200, 150), (0, 0, 255), 1)  # 紅色 R=255
cv.line(img1, (0, 0), (150, 200), (0, 255, 0), 1)  # 綠色 G=255
cv.line(img1, (0, 50), (200, 50), (128, 0, 0), 2)  # 深藍色 B = 128
cv.line(img1, (0, 100), (200, 100), 128, 2)  # color=128 等效于 (128,0,0)
cv.line(img1, (0, 150), (200, 150), 255, 2)  # color=255 等效于 (255,0,0)

# img2 = img.copy()
# tipLength 指箭頭部分長度與整個線段長度的比例
img2 = cv.arrowedLine(img.copy(), (10, 0), (100, 30), (0, 0, 255), tipLength=0.05)  # 從 pt1 指向 pt2
img2 = cv.arrowedLine(img2, (10, 50), (100, 80), (0, 0, 255), tipLength=0.1)
img2 = cv.arrowedLine(img2, (10, 100), (100, 130), (0, 0, 255), tipLength=0.2)  # 雙向箭頭
img2 = cv.arrowedLine(img2, (100, 130), (10, 100), (0, 0, 255), tipLength=0.2)  # 雙向箭頭
img2 = cv.arrowedLine(img2, (10, 150), (200, 200), (0, 0, 255), tipLength=0.1)  # 終點越界，箭頭不顯示

# 繪制直線可以用于灰階圖像，參數 color 隻有第一通道值有效，并被設為灰階值
gray = np.zeros((height, width), np.uint8)  # 建立灰階圖像
img3 = cv.line(gray, (0, 10), (200, 10), (0, 255, 255), 2)
img3 = cv.line(gray, (0, 30), (200, 30), (64, 128, 255), 2)
img3 = cv.line(gray, (0, 60), (200, 60), (128, 64, 255), 2)
img3 = cv.line(gray, (0, 100), (200, 100), (255, 0, 255), 2)
img3 = cv.line(gray, (20, 0), (20, 200), 128, 2)
img3 = cv.line(gray, (60, 0), (60, 200), (255, 0, 0), 2)
img3 = cv.line(gray, (100, 0), (100, 200), (255, 255, 255), 2)

plt.figure(figsize=(9, 6))
plt.subplot(131), plt.title("img1"), plt.axis('off')
plt.imshow(cv.cvtColor(img1, cv.COLOR_BGR2RGB))
plt.subplot(132), plt.title("img2"), plt.axis('off')
plt.imshow(cv.cvtColor(img2, cv.COLOR_BGR2RGB))
plt.subplot(133), plt.title("img3"), plt.axis('off')
plt.imshow(img3, cmap="gray")
plt.tight_layout()
plt.show()      

繪制矩形

函數​

​cv.rectangle()​

​用來在圖像上繪制垂直于圖像邊界的矩形

cv.rectangle(img, pt1, pt2, color[, thickness=1, lineType=LINE_8, shift=0]) → img

cv.rectangle(img, rec, color[, thickness=1, lineType=LINE_8, shift=0]) → img

參數說明：

• img：輸入輸出圖像，允許單通道灰階圖像或多通道彩色圖像
• pt1：矩陣第一個點的坐标，(x1, y1) 格式的元組
• pt2：與 pt1 成對角的矩陣第二個點的坐标，(x2, y2) 格式的元組
• color：繪圖線條的顔色，(b,g,r) 格式的元組，或者表示灰階值的标量
• thickness：繪制矩形的線寬，預設值 1px，負數表示矩形内部填充
• lineType：繪制線段的線性，預設為 LINE_8
• shift：點坐标的小數位數，預設為 0

"""
繪制矩形
"""
import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np

height, width, channels = 400, 300, 3
img = np.ones((height, width, channels), np.uint8) * 160  # 建立黑色圖像 RGB=0

img1 = img.copy()
cv.rectangle(img1, (0, 20), (100, 200), (255, 255, 255))  # 白色
cv.rectangle(img1, (20, 0), (300, 100), (255, 0, 0), 2)  # 藍色 B=255
cv.rectangle(img1, (300, 400), (250, 300), (0, 255, 0), -1)  # 綠色，填充
cv.rectangle(img1, (0, 400), (50, 300), 255, -1)  # color=255 藍色
cv.rectangle(img1, (20, 220), (25, 225), (0, 0, 255), 4)  # 線寬的影響
cv.rectangle(img1, (60, 220), (67, 227), (0, 0, 255), 4)
cv.rectangle(img1, (100, 220), (109, 229), (0, 0, 255), 4)

img2 = img.copy()
x, y, w, h = (50, 50, 200, 100)  # 左上角坐标 (x,y), 寬度 w，高度 h
cv.rectangle(img2, (x, y), (x + w, y + h), (0, 0, 255), 2)
text = "({},{}),{}*{}".format(x, y, w, h)
cv.putText(img2, text, (x, y - 5), cv.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255))

# 繪制直線可以用于灰階圖像，參數 color 隻有第一通道值有效，并被設為灰階值
gray = np.zeros((height, width), np.uint8)  # 建立灰階圖像
img3 = cv.line(gray, (0, 10), (300, 10), 64, 2)
cv.line(img3, (0, 30), (300, 30), (128, 128, 255), 2)
cv.line(img3, (0, 60), (300, 60), (192, 64, 255), 2)
cv.rectangle(img3, (0, 200), (30, 150), 128, -1)  # Gray=128
cv.rectangle(img3, (60, 200), (90, 150), (128, 0, 0), -1)  # Gray=128
cv.rectangle(img3, (120, 200), (150, 150), (128, 255, 255), -1)  # Gray=128
cv.rectangle(img3, (180, 200), (210, 150), 192, -1)  # Gray=192
cv.rectangle(img3, (240, 200), (270, 150), 255, -1)  # Gray=255

plt.figure(figsize=(9, 6))
plt.subplot(131), plt.title("img1"), plt.axis('off')
plt.imshow(cv.cvtColor(img1, cv.COLOR_BGR2RGB))
plt.subplot(132), plt.title("img2"), plt.axis('off')
plt.imshow(cv.cvtColor(img2, cv.COLOR_BGR2RGB))
plt.subplot(133), plt.title("img3"), plt.axis('off')
plt.imshow(img3, cmap="gray")
plt.tight_layout()
plt.show()      

繪制傾斜矩形

​

​cv.rectangle()​

​隻能繪制垂直的矩形，如果需要繪制傾斜矩形，需要繪制多條直線。

示例程式：

"""
繪制傾斜矩形
"""
import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np

height, width, channels = 600, 400, 3
img = np.ones((height, width, channels), np.uint8) * 192  # 建立黑色圖像 RGB=0

# 圍繞矩形中心旋轉
x, y, w, h = (100, 200, 200, 100)  # 左上角坐标 (x,y), 寬度 w，高度 h
cx, cy = x + w // 2, y + h // 2  # 矩形中心
img1 = img.copy()
cv.circle(img1, (cx, cy), 4, (0, 0, 255), -1)  # 旋轉中心
angle = [15, 30, 45, 60, 75, 90]  # 旋轉角度，順時針方向
for i in range(len(angle)):
    ang = angle[i] * np.pi / 180
    x1 = int(cx + (w / 2) * np.cos(ang) - (h / 2) * np.sin(ang))
    y1 = int(cy + (w / 2) * np.sin(ang) + (h / 2) * np.cos(ang))
    x2 = int(cx + (w / 2) * np.cos(ang) + (h / 2) * np.sin(ang))
    y2 = int(cy + (w / 2) * np.sin(ang) - (h / 2) * np.cos(ang))
    x3 = int(cx - (w / 2) * np.cos(ang) + (h / 2) * np.sin(ang))
    y3 = int(cy - (w / 2) * np.sin(ang) - (h / 2) * np.cos(ang))
    x4 = int(cx - (w / 2) * np.cos(ang) - (h / 2) * np.sin(ang))
    y4 = int(cy - (w / 2) * np.sin(ang) + (h / 2) * np.cos(ang))
    color = (30 * i, 0, 255 - 30 * i)
    cv.line(img1, (x1, y1), (x2, y2), color)
    cv.line(img1, (x2, y2), (x3, y3), color)
    cv.line(img1, (x3, y3), (x4, y4), color)
    cv.line(img1, (x4, y4), (x1, y1), color)

# 圍繞矩形左上頂點旋轉
x, y, w, h = (200, 200, 200, 100)  # 左上角坐标 (x,y), 寬度 w，高度 h
img2 = img.copy()
cv.circle(img2, (x, y), 4, (0, 0, 255), -1)  # 旋轉中心
angle = [15, 30, 45, 60, 75, 90, 120, 150, 180, 225]  # 旋轉角度，順時針方向
for i in range(len(angle)):
    ang = angle[i] * np.pi / 180
    x1, y1 = x, y
    x2 = int(x + w * np.cos(ang))
    y2 = int(y + w * np.sin(ang))
    x3 = int(x + w * np.cos(ang) - h * np.sin(ang))
    y3 = int(y + w * np.sin(ang) + h * np.cos(ang))
    x4 = int(x - h * np.sin(ang))
    y4 = int(y + h * np.cos(ang))
    color = (30 * i, 0, 255 - 30 * i)
    cv.line(img2, (x1, y1), (x2, y2), color)
    cv.line(img2, (x2, y2), (x3, y3), color)
    cv.line(img2, (x3, y3), (x4, y4), color)
    cv.line(img2, (x4, y4), (x1, y1), color)

plt.figure(figsize=(9, 6))
plt.subplot(121), plt.title("img1"), plt.axis('off')
plt.imshow(cv.cvtColor(img1, cv.COLOR_BGR2RGB))
plt.subplot(122), plt.title("img2"), plt.axis('off')
plt.imshow(cv.cvtColor(img2, cv.COLOR_BGR2RGB))
plt.show()      

繪制圓形

函數​

​cv.circle()​

​用來在圖像上繪制圓形

cv.circle(img, center, radius, color[, thickness=1, lineType=LINE_8, shift=0]) → img

參數說明：

• img：輸入輸出圖像，允許單通道灰階圖像或多通道彩色圖像
• center：圓心點的坐标，(x, y) 格式的元組
• radius：圓的半徑，整數
• color：繪圖線條的顔色，(b,g,r) 格式的元組，或者表示灰階值的标量
• thickness：繪制矩形的線寬，預設值 1px，負數表示矩形内部填充
• lineType：繪制線段的線性，預設為 LINE_8

• cv.LINE_4：4 鄰接線型
• cv.LINE_8：8 鄰接線型
• cv.LINE_AA：抗鋸齒線型，圖像更平滑

• shift：點坐标的小數位數，預設為 0

示例程式：

"""
繪制圓形
"""
import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np

img = np.ones((400, 600, 3), np.uint8) * 192

center = (0, 0)  # 圓心坐标
cx, cy = 300, 200  # 圓心坐标
for r in range(200, 0, -20):
    color = (r, r, 255 - r)
    cv.circle(img, (cx, cy), r, color, -1)
    cv.circle(img, center, r, 255)
    cv.circle(img, (600, 400), r, color, 5)

plt.figure(figsize=(6, 4))
plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB))
plt.axis('off')
plt.show()      

繪制橢圓

函數​

​cv.ellipse()​

​用來在圖像上繪制橢圓輪廓、填充橢圓、橢圓弧或填充橢圓扇區

cv.ellipse(img, center, axes, angle, startAngle, endAngle, color[, thickness=1, lineType=LINE_8, shift=0]) → img

cv.ellipse(img, box, color[, thickness=1, lineType=LINE_8]) → img

參數說明：

• img：輸入輸出圖像，允許單通道灰階圖像或多通道彩色圖像
• center：橢圓中心點的坐标，(x, y) 格式的元組
• axes：橢圓半軸長度，(hfirst, hsecond) 格式的元組
• angle： 橢圓沿 x軸方向的旋轉角度（角度制，順時針方向）
• startAngle：繪制的起始角度
• endAngle：繪制的終止角度
• color：繪圖線條的顔色，(b,g,r) 格式的元組，或者表示灰階值的标量
• thickness：繪制矩形的線寬，預設值 1px，負數表示矩形内部填充
• lineType：繪制線段的線性，預設為 LINE_8
• shift：點坐标的小數位數，預設為 0

示例程式：

"""
繪制橢圓
"""
import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np

img = np.ones((600, 400, 3), np.uint8) * 224
img1 = img.copy()
img2 = img.copy()

# (1) 半軸長度 (haf) 的影響
cx, cy = 200, 150  # 圓心坐标
angle = 30  # 旋轉角度
startAng, endAng = 0, 360  # 開始角度，結束角度
haf = [50, 100, 150, 180]  # 第一軸的半軸長度
has = 100  # 第二軸的半軸長度
for i in range(len(haf)):
    color = (i * 50, i * 50, 255 - i * 50)
    cv.ellipse(img1, (cx, cy), (haf[i], has), angle, startAng, endAng, color, 2)
    angPi = angle * np.pi / 180  # 轉換為弧度制，便于計算坐标
    xe = int(cx + haf[i] * np.cos(angPi))
    ye = int(cy + haf[i] * np.sin(angPi))
    cv.circle(img1, (xe, ye), 2, color, -1)
    cv.arrowedLine(img1, (cx, cy), (xe, ye), color)  # 從圓心指向第一軸端點
    text = "haF={}".format(haf[i])
    cv.putText(img1, text, (xe + 5, ye), cv.FONT_HERSHEY_SIMPLEX, 0.5, color)
# 繪制第二軸
xe = int(cx + has * np.sin(angPi))  # 計算第二軸端點坐标
ye = int(cy - has * np.cos(angPi))
cv.arrowedLine(img1, (cx, cy), (xe, ye), color)  # 從圓心指向第二軸端點
text = "haS={}".format(has)
cv.putText(img1, text, (xe + 5, ye), cv.FONT_HERSHEY_SIMPLEX, 0.5, color)

# (2) 旋轉角度 (angle) 的影響
cx, cy = 200, 450  # 圓心坐标
haf, has = 120, 50  # 半軸長度
startAng, endAng = 0, 360  # 開始角度，結束角度
angle = [0, 30, 60, 135]  # 旋轉角度
for i in range(len(angle)):
    color = (i * 50, i * 50, 255 - i * 50)
    cv.ellipse(img1, (cx, cy), (haf, has), angle[i], startAng, endAng, color, 2)
    angPi = angle[i] * np.pi / 180  # 轉換為弧度制，便于計算坐标
    xe = int(cx + haf * np.cos(angPi))
    ye = int(cy + haf * np.sin(angPi))
    cv.circle(img1, (xe, ye), 2, color, -1)
    cv.arrowedLine(img1, (cx, cy), (xe, ye), color)  # 從圓心指向第一軸端點
    text = "rotate {}".format(angle[i])
    cv.putText(img1, text, (xe + 5, ye), cv.FONT_HERSHEY_SIMPLEX, 0.5, color)

# (3) 起始角度 (startAngle) 的影響 I
cx, cy = 50, 80  # 圓心坐标
haf, has = 40, 30  # 半軸長度
angle = 0  # 旋轉角度
endAng = 360  # 結束角度
startAng = [0, 45, 90, 180]  # 開始角度
for i in range(len(startAng)):
    color = (i * 20, i * 20, 255 - i * 20)
    cxi = cx + i * 100
    cv.ellipse(img2, (cxi, cy), (haf, has), angle, startAng[i], endAng, color, 2)
    angPi = angle * np.pi / 180  # 轉換為弧度制，便于計算坐标
    xe = int(cxi + haf * np.cos(angPi))
    ye = int(cy + haf * np.sin(angPi))
    cv.arrowedLine(img2, (cxi, cy), (xe, ye), 255)  # 從圓心指向第一軸端點
    text = "start {}".format(startAng[i])
    cv.putText(img2, text, (cxi - 40, cy), cv.FONT_HERSHEY_SIMPLEX, 0.5, color)
text = "end={}".format(endAng)
cv.putText(img2, text, (10, cy - 40), cv.FONT_HERSHEY_SIMPLEX, 0.5, 255)

# (4) 起始角度 (startAngle) 的影響 II
cx, cy = 50, 200  # 圓心坐标
haf, has = 40, 30  # 半軸長度
angle = 30  # 旋轉角度
endAng = 360  # 結束角度
startAng = [0, 45, 90, 180]  # 開始角度
for i in range(len(startAng)):
    color = (i * 20, i * 20, 255 - i * 20)
    cxi = cx + i * 100
    cv.ellipse(img2, (cxi, cy), (haf, has), angle, startAng[i], endAng, color, 2)
    angPi = angle * np.pi / 180  # 轉換為弧度制，便于計算坐标
    xe = int(cxi + haf * np.cos(angPi))
    ye = int(cy + haf * np.sin(angPi))
    cv.arrowedLine(img2, (cxi, cy), (xe, ye), 255)  # 從圓心指向第一軸端點
    text = "start {}".format(startAng[i])
    cv.putText(img2, text, (cxi - 40, cy), cv.FONT_HERSHEY_SIMPLEX, 0.5, color)
text = "end={}".format(endAng)
cv.putText(img2, text, (10, cy - 40), cv.FONT_HERSHEY_SIMPLEX, 0.5, 255)

# (5) 結束角度 (endAngle) 的影響 I
cx, cy = 50, 320  # 圓心坐标
haf, has = 40, 30  # 半軸長度
angle = 0  # 旋轉角度
startAng = 0  # 開始角度
endAng = [45, 90, 180, 360]  # 結束角度
for i in range(len(endAng)):
    color = (i * 20, i * 20, 255 - i * 20)
    cxi = cx + i * 100
    cv.ellipse(img2, (cxi, cy), (haf, has), angle, startAng, endAng[i], color, 2)
    angPi = angle * np.pi / 180  # 轉換為弧度制，便于計算坐标
    xe = int(cxi + haf * np.cos(angPi))
    ye = int(cy + haf * np.sin(angPi))
    cv.arrowedLine(img2, (cxi, cy), (xe, ye), 255)  # 從圓心指向第一軸端點
    text = "end {}".format(endAng[i])
    cv.putText(img2, text, (cxi - 40, cy), cv.FONT_HERSHEY_SIMPLEX, 0.5, color)
text = "start={}".format(startAng)
cv.putText(img2, text, (10, cy - 40), cv.FONT_HERSHEY_SIMPLEX, 0.5, 255)

# (6) 結束角度 (endAngle) 的影響 II
cx, cy = 50, 420  # 圓心坐标
haf, has = 40, 30  # 半軸長度
angle = 30  # 旋轉角度
startAng = 45  # 開始角度
endAng = [30, 90, 180, 360]  # 結束角度
for i in range(len(endAng)):
    color = (i * 20, i * 20, 255 - i * 20)
    cxi = cx + i * 100
    cv.ellipse(img2, (cxi, cy), (haf, has), angle, startAng, endAng[i], color, 2)
    angPi = angle * np.pi / 180  # 轉換為弧度制，便于計算坐标
    xe = int(cxi + haf * np.cos(angPi))
    ye = int(cy + haf * np.sin(angPi))
    cv.arrowedLine(img2, (cxi, cy), (xe, ye), 255)  # 從圓心指向第一軸端點
    text = "end {}".format(endAng[i])
    cv.putText(img2, text, (cxi - 40, cy), cv.FONT_HERSHEY_SIMPLEX, 0.5, color)
text = "start={}".format(startAng)
cv.putText(img2, text, (10, cy - 40), cv.FONT_HERSHEY_SIMPLEX, 0.5, 255)

# (7) 結束角度 (endAngle) 的影響 II
cx, cy = 50, 550  # 圓心坐标
haf, has = 40, 30  # 半軸長度
angle = 30  # 旋轉角度
startAng = [0, 0, 180, 180]  # 開始角度
endAng = [90, 180, 270, 360]  # 結束角度
for i in range(len(endAng)):
    color = (i * 20, i * 20, 255 - i * 20)
    cxi = cx + i * 100
    cv.ellipse(img2, (cxi, cy), (haf, has), angle, startAng[i], endAng[i], color, 2)
    angPi = angle * np.pi / 180  # 轉換為弧度制，便于計算坐标
    xe = int(cxi + haf * np.cos(angPi))
    ye = int(cy + haf * np.sin(angPi))
    cv.arrowedLine(img2, (cxi, cy), (xe, ye), 255)  # 從圓心指向第一軸端點
    text = "start {}".format(startAng[i])
    cv.putText(img2, text, (cxi - 40, cy - 20), cv.FONT_HERSHEY_SIMPLEX, 0.5, color)
    text = "end {}".format(endAng[i])
    cv.putText(img2, text, (cxi - 40, cy), cv.FONT_HERSHEY_SIMPLEX, 0.5, color)
text = "rotate={}".format(angle)
cv.putText(img2, text, (10, cy - 50), cv.FONT_HERSHEY_SIMPLEX, 0.5, 255)

plt.figure(figsize=(9, 6))
plt.subplot(121), plt.title("Ellipse1"), plt.axis('off')
plt.imshow(cv.cvtColor(img1, cv.COLOR_BGR2RGB))
plt.subplot(122), plt.title("Ellipse2"), plt.axis('off')
plt.imshow(cv.cvtColor(img2, cv.COLOR_BGR2RGB))
plt.show()      

繪制多段線和多邊形

函數​

​cv.polylines()​

​​用來繪制多邊形曲線或多段線

函數​​

​cv.fillPoly()​

​​用來繪制一個或多個填充的多邊形區域

函數​​

​cv.fillConvexPoly()​

​用來繪制一個填充的凸多邊形

cv.polylines(img, pts, isClosed, color[, thickness=1, lineType=LINE_8, shift=0]) → img

cv.fillPoly(img, pts, color[, lineType=LINE_8, shift=0, offset=Point()]) → img

cv.fillConvexPoly(img, points, color[, lineType=LINE_8, shift=0]) → img

參數說明：

• img：輸入輸出圖像，允許單通道灰階圖像或多通道彩色圖像
• pts：多邊形頂點坐标， 二維 Numpy 數組的清單
• points：多邊形頂點坐标，二維 Numpy 數組
• isClosed： 閉合标志，True 表示閉合多邊形，False 表示多邊形不閉合

示例程式：

"""
繪制多段線和多邊形
"""
import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np

img = np.ones((980, 400, 3), np.uint8) * 224
img1 = img.copy()
img2 = img.copy()
img3 = img.copy()
img4 = img.copy()

# 多邊形頂點
points1 = np.array([[200, 100], [295, 169], [259, 281], [141, 281], [105, 169]], np.int)
points2 = np.array([[200, 400], [259, 581], [105, 469], [295, 469], [141, 581]])  # (5,2)
points3 = np.array([[200, 700], [222, 769], [295, 769], [236, 812], [259, 881],
                    [200, 838], [141, 881], [164, 812], [105, 769], [178, 769]])

# 繪制多邊形，閉合曲線
pts1 = [points1]  # pts1 是清單，清單元素是形狀為 (m,2) 的 numpy 二維數組
cv.polylines(img1, pts1, True, (0, 0, 255))  # pts1  是清單
cv.polylines(img1, [points2, points3], 1, 255, 2)  # 可以繪制多個多邊形

# 繪制多段線，曲線不閉合
cv.polylines(img2, [points1], False, (0, 0, 255))
cv.polylines(img2, [points2, points3], 0, 255, 2)  # 可以繪制多個多段線

# 繪制填充多邊形，注意交叉重疊部分處理
cv.fillPoly(img3, [points1], (0, 0, 255))
cv.fillPoly(img3, [points2, points3], 255)  # 可以繪制多個填充多邊形

# 繪制一個填充多邊形，注意交叉重疊部分
cv.fillConvexPoly(img4, points1, (0, 0, 255))
cv.fillConvexPoly(img4, points2, 255)  # 不能繪制存在自相交的多邊形
cv.fillConvexPoly(img4, points3, 255)  # 可以繪制凹多邊形，但要慎用

plt.figure(figsize=(9, 6))
plt.subplot(141), plt.title("closed polygon"), plt.axis('off')
plt.imshow(cv.cvtColor(img1, cv.COLOR_BGR2RGB))
plt.subplot(142), plt.title("unclosed polygo"), plt.axis('off')
plt.imshow(cv.cvtColor(img2, cv.COLOR_BGR2RGB))
plt.subplot(143), plt.title("fillPoly"), plt.axis('off')
plt.imshow(cv.cvtColor(img3, cv.COLOR_BGR2RGB))
plt.subplot(144), plt.title("fillConvexPoly"), plt.axis('off')
plt.imshow(cv.cvtColor(img4, cv.COLOR_BGR2RGB))
plt.tight_layout()
plt.show()      

添加水印

添加水印的思路是先在黑色背景上添加圖像或文字制作水印，再使用​

​cv.addWeight​

​函數，通過重疊混合把水印添加到原始圖像上。

示例程式：

"""
添加水印
"""
import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np

img = cv.imread("../img/lena.jpg", 1)  # 加載原始圖檔
h, w = img.shape[0], img.shape[1]

# 生成水印圖案
logo = cv.imread("../img/img.jpg", 0)  # 加載 Logo
logoResize = cv.resize(logo, (200, 200))  # 調整圖檔尺寸
grayMark = np.zeros(img.shape[:2], np.uint8)  # 水印黑色背景
grayMark[10:210, 10:210] = logoResize  # 生成水印圖案

# 生成文字水印
mark = np.zeros(img.shape[:2], np.uint8)  # 黑色背景
for i in range(h // 100):
    cv.putText(mark, "zstar", (50, 70 + 100 * i), cv.FONT_HERSHEY_SIMPLEX, 1.5, 255, 2)
MAR = cv.getRotationMatrix2D((w // 2, h // 2), 45, 1.0)  # 旋轉 45 度
grayMark2 = cv.warpAffine(mark, MAR, (w, h))  # 旋轉變換，預設為黑色填充

# 添加圖檔水印
markC3 = cv.merge([grayMark, grayMark, grayMark])
imgMark1 = cv.addWeighted(img, 1, markC3, 0.25, 0)  # 權重加法圖像融合

# 添加文字水印
markC32 = cv.merge([grayMark2, grayMark2, grayMark2])
imgMark2 = cv.addWeighted(img, 1, markC32, 0.25, 0)  # 權重加法圖像融合


plt.figure(figsize=(9, 6))
plt.subplot(221), plt.title("original"), plt.axis('off')
plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB))
plt.subplot(222), plt.title("watermark"), plt.axis('off')
plt.imshow(cv.cvtColor(markC3, cv.COLOR_BGR2RGB))
plt.subplot(223), plt.title("watermark embedded"), plt.axis('off')
plt.imshow(cv.cvtColor(imgMark1, cv.COLOR_BGR2RGB))
plt.subplot(224), plt.title("watermark embedded"), plt.axis('off')
plt.imshow(cv.cvtColor(imgMark2, cv.COLOR_BGR2RGB))
plt.tight_layout()
plt.show()      

添加馬賽克

實作馬賽克的原理就是将處理區域劃分為一個個小方塊，每個小方塊内所有像素置為相同的或相似的像素值。

示例程式：

"""
添加馬賽克
"""
import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np

img = cv.imread("../img/lena.jpg", 1)  # 加載原始圖檔
roi = cv.selectROI(img, showCrosshair=True, fromCenter=False)
x, y, wRoi, hRoi = roi  # 矩形裁剪區域的位置參數
# x, y, wRoi, hRoi = 208, 176, 155, 215  # 矩形裁剪區域
imgROI = img[y:y + hRoi, x:x + wRoi].copy()  # 切片獲得矩形裁剪區域

plt.figure(figsize=(9, 6))
plt.subplot(231), plt.title("Original image"), plt.axis('off')
plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB))
plt.subplot(232), plt.title("Region of interest"), plt.axis('off')
plt.imshow(cv.cvtColor(imgROI, cv.COLOR_BGR2RGB))

mosaic = np.zeros(imgROI.shape, np.uint8)  # ROI 區域
ksize = [5, 10, 20]  # 馬賽克塊的寬度
for i in range(3):
    k = ksize[i]
    for h in range(0, hRoi, k):
        for w in range(0, wRoi, k):
            color = imgROI[h, w]
            mosaic[h:h + k, w:w + k, :] = color  # 用頂點顔色覆寫馬賽克塊
    imgMosaic = img.copy()
    imgMosaic[y:y + hRoi, x:x + wRoi] = mosaic
    plt.subplot(2, 3, i + 4), plt.title("Coding image (size={})".format(k)), plt.axis('off')
    plt.imshow(cv.cvtColor(imgMosaic, cv.COLOR_BGR2RGB))

plt.subplot(233), plt.title("Mosaic"), plt.axis('off')
plt.imshow(cv.cvtColor(mosaic, cv.COLOR_BGR2RGB))
plt.show()      

趣味應用

下面這個是​​迷途小書童的Note​​編寫的，通過調整色調和色相，可以将圖檔變成賽博朋克風格。

"""
Title:賽博朋克特效實作
Author:迷途小書童的Note
Link:https://mp.weixin.qq.com/s/brZSanGvqqi6AHT3wg54Lg
"""

import cv2
import numpy as np

def modify_color_temperature(img):
    # ---------------- 冷色調 ---------------- #
    # 1.計算三個通道的平均值，并依據平均值調整色調
    imgB = img[:, :, 0]
    imgG = img[:, :, 1]
    imgR = img[:, :, 2]

    # 調整色調 # 白平衡 -> 三個值變化相同
    # 冷色調(增加b分量) -> 除了b之外都增加
    # 暖色調(增加r分量) -> 除了r之外都增加
    bAve = cv2.mean(imgB)[0]
    gAve = cv2.mean(imgG)[0] + 10
    rAve = cv2.mean(imgR)[0] + 10
    aveGray = (int)(bAve + gAve + rAve) / 3

    # 2. 計算各通道增益系數，并使用此系數計算結果
    bCoef = aveGray / bAve
    gCoef = aveGray / gAve
    rCoef = aveGray / rAve
    imgB = np.floor((imgB * bCoef))  # 向下取整
    imgG = np.floor((imgG * gCoef))
    imgR = np.floor((imgR * rCoef))

    # 3. 變換後處理
    imgb = imgB
    imgb[imgb > 255] = 255

    imgg = imgG
    imgg[imgg > 255] = 255

    imgr = imgR
    imgr[imgr > 255] = 255
    cold_rgb = np.dstack((imgb, imgg, imgr)).astype(np.uint8)
    return cold_rgb


def reverse_hue(image):
    # 反轉色相
    image_hls = cv2.cvtColor(image, cv2.COLOR_BGR2HLS)
    image_hls = np.asarray(image_hls, np.float32)

    hue = image_hls[:, :, 0]
    hue[hue < 90] = 180 - hue[hue < 90] - 10
    image_hls[:, :, 0] = hue

    image_hls = np.asarray(image_hls, np.uint8)
    image = cv2.cvtColor(image_hls, cv2.COLOR_HLS2BGR)
    return image

def cyberpunk(image):
    image_lab = cv2.cvtColor(image, cv2.COLOR_BGR2Lab)
    image_lab = np.asarray(image_lab, np.float32)
    image_lab[:,:,0] = np.clip(image_lab[:,:,0] * 1.2,0,255)


    # 提高像素亮度，讓亮的地方更亮
    light_gamma_high = np.power(image_lab[:, :, 0], 0.9)
    light_gamma_high = np.asarray(light_gamma_high / np.max(light_gamma_high) * 255, np.uint)

     # 降低像素亮度，讓暗的地方更暗
    light_gamma_low = np.power(image_lab[:, :, 0], 1.1)
    light_gamma_low = np.asarray(light_gamma_low / np.max(light_gamma_low) * 255, np.uint8)

    # 調色至偏紫
    dark_b = image_lab[:, :, 2] * (light_gamma_low / 255) * 0.4
    dark_a = image_lab[:, :, 2] * (1 - light_gamma_high / 255) * 0.1

    image_lab[:, :, 2] = np.clip(image_lab[:, :, 2] - dark_b, 0, 255)
    image_lab[:, :, 1] = np.clip(image_lab[:, :, 1] - dark_a, 0, 255)

    image_lab = np.asarray(image_lab, np.uint8)
    return cv2.cvtColor(image_lab, cv2.COLOR_Lab2BGR)


if __name__ == "__main__":
    # 設定視窗可縮放
    cv2.namedWindow('origin', cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
    cv2.namedWindow('cold_style', cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
    cv2.namedWindow('reverser_hue', cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
    cv2.namedWindow('cyberpunk', cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
    image = cv2.imread("../img/img.jpg")
    cv2.imshow("origin", image)

    image = modify_color_temperature(image)
    cv2.imshow("cold_style", image)
    image = reverse_hue(image)
    cv2.imshow("reverser_hue", image)
    # cv2.waitKey()

    image = cyberpunk(image)
    cv2.imshow("cyberpunk", image)
    cv2.imwrite("result2.jpg", image)
    cv2.waitKey()