前言

最近写代码总是提笔忘api，因为图像处理代码写的比较多，所以想着把一些常用的opencv的api，包括numpy的api做一个记录，后面再忘记的时候，就不用去google挨个搜索了，只需要在自己的博客中一查就全知道了。这个博客也会持续性一直更新，主要把漏掉的api挨个补齐。

api接口和示例代码

1、图片基操

这类就不需要写api接口说明了，直接上代码

import cv2
import numpy as np## 读取图片基本信息
img = cv2.imread("test.jpg")
shape = img.shape
w = shape[1] #宽度
h = shape[0] #高度
c = shape[2] #维度imgSize = img.size  ##获取图片像素总和ty = img.dtype  ##获取图像的数据类型，一般为uint8#生成空白图片
img_zero = np.zeros(img.shape,np.uint8) 
# 第一个是高，第二个是宽
img_fix = np.zeros((300,500,3),np.uint8)#访问像素值
img[50,100] = (0,0,255)
#第一个是高，第二个是宽
img[0:100,100:200,0] = 255
img[100:200,200:300,1] = 255
img[200:300,300:400,2] = 255img_roi = img[0:100, 0:200]#分离合并通道
b , g , r = cv2.split(img) 
# b = cv2.split(img)[0]
# g = cv2.split(img)[1]
# r = cv2.split(img)[2]
merged = cv2.merge([b,g,r])#颜色空间转换
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  #转为灰度图
img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)  # 转为hsv通道
img = cv2.cvtColor(img, cv2.COLOR_BGR2LAB)     ##Lab颜色空间中的L分量用于表示像素的亮度，取值范围是[0,100],表示从纯黑到纯白

2.图像resize

img = cv2.imread("01.jpg")img_r = cv2.resize(img,(300,100),cv2.INTER_AREA) 
hight, width = img.shape[0:2]
img2 = cv2.resize(img,(width,hight))

• 接口原型：cv2.resize(src , dsize , dst = None , fx = None , fy = None , interpolation = None)

• 参数：
  – src：输入的原始图像
  – dsize：输出图像的尺寸大小（元组方式传入）
  – dst：输出的图像
  – fx：沿水平轴缩放的比例因子
  – fy：沿垂直轴缩放的比例因子
  – interpolation：插值方式

                     （1）cv2.INTER_NEAREST ：最近邻插值（2）cv2.INTER_LINEAR ：双线性插值（默认）（3）cv2.INTER_AREA ：使用像素区域关系进行重采样（4）cv2.INTER_CUBIC ：4x4像素邻域的双3次插值（5）cv2.INTER_LANCZOS4 ：8x8像素邻域的Lanczos插值
  

为了最好的缩放效果，缩小推荐使用 “cv2.INTER_AREA”; 扩大推荐使用 “cv2.INTER_CUBIC”