Python OpenCV 图像操作

准备工作

右击新建的项目，选择Python File，新建一个Python文件，然后在开头import cv2导入cv2库。

我们还要知道在OpenCV中，坐标轴的方向是x轴向右，y轴向下，坐标原点在左上角，比如下面这张长为640像素，宽为480像素的图片。OK，下面开始本节的学习吧。

查看图像大小

• 调用imread()方法获取我们资源文件夹中的图片lambo.png
• 输出图像的shape属性

img=cv2.imread("Resources/lambo.png")
print(img.shape)

我们来看下效果：

• 上图中462是图像的高度，也就是y轴；
• 623是图像的宽度，也就是x轴；
• 3是通道数，BGR（蓝绿红）通道

重新调整图像大小

• resize()方法可以将图像调整到指定的宽和高，参数1是需要调整的图像img，参数2是(600,300)，也就是新图像的宽和高。
• 我们打印下imgResize的shape，看看是不是输出(300,600,3)。
• 最后将原图和修改大小后的图像显示出来。

img=cv2.imread("Resources/lambo.png")
imgResize=cv2.resize(img,(600,300))
print(imgResize.shape)
cv2.imshow("img",img)
cv2.imshow("imgResize",imgResize)
cv2.waitKey(0)

我们来运行一下，可以看到右侧是调整后的图像，明显宽和高都比原图小：

来看下控制台的输出，和图像大小是一样的：

图像裁剪

图像裁剪其实就是对矩阵进行截取，选哪些行哪些列，显示选中行列的像素点，就是裁剪后的图像。imgCropped=img[200:400,200:400]就是对原图进行裁剪，高从200到400，宽也从200到400，区间范围只要不超过它的高和宽即可。

img=cv2.imread("Resources/lambo.png")
imgCropped=img[200:400,200:400]
cv2.imshow("img",img)
cv2.imshow("imgCropped",imgCropped)
cv2.waitKey(0)

我们运行看下效果，左侧是623X462的原图，右侧是200X200的裁剪图：

我们将裁剪的图像放到原图上进行覆盖，可以拼成原图。

本节内容也是比较简单的，主要是让大家熟悉下OpenCV最基础的应用，为后面打下基础。眼过千遍不如手过一遍，快去动手敲一遍吧~