引言
又开一个新的系列分享，对图像处理感兴趣的同学可以关注这个系列。
更新频率尽量保持一周两到三次推送。
新系列第一件事儿当然是资源推荐，下面是一些有关 OpenCV 的资源链接：
资源链接：
- 官方网站：opencv.org/
- GitHub：github.com/opencv/open…
- 官方文档：docs.opencv.org/
- 中文文档（非官方）：www.woshicver.com/
- 官方 Demo ：github.com/opencv/open…
图书推荐
图书的话我就推荐一本吧，如果要看书学习绝对不能错过的「Learning OpenCV 3」，当然，是英文原版的，中文版的话翻译有点惨不忍睹，对英文阅读压力大的同学可以中英文对照着看：
安装
OpenCV 在 Python 中有两个类库，一个是 opencv-python ，另一个是 opencv-contrib-python 。
opencv-python 是只包含了主要模块的包，而 opencv-contrib-python 包含了主要模块以及一些扩展模块，带一些收费或者专利的算法，还有一些比较新的算法的高级版本。
安装的时候选择自己喜欢的版本装就好了，命令如下：
# opencv-python 安装命令
pip install opencv-python
# opencv-contrib-python
pip install opencv-contrib-python
安装完成后可以通过以下代码查看安装的版本信息：
import cv2 as cv
# 查看版本信息
print(cv.getVersionString())
# 输出结果
4.2.0
我这里的环境为：
- Python：3.7.4
- opencv-python：4.2.0
图像的基础知识
图像都是由像素（ pixel ）构成的，就像下面的这种小方格：
这些小方格每一个都有自己明确的位置和被分配的色彩值，而这些小方格的颜色和位置就决定了这个图像所呈现出来的样子。
像素是图像中最小的单位，每一个点阵图像包含了一定量的像素，这些像素决定图像在屏幕上所呈现的大小。
图像通常包括有 二值图像 、 灰度图像 和 彩色图像 。
二值图像
二值图像就是在图像中，任何一个点非黑即白，像素要么为 255 （白色） 要么为 0 （黑色） 。转换的时候一般将像素 >=127 的设置为白色，其余的设置为黑色。
灰度图像
灰度图像是除了黑白之外，还添加了第三种颜色：灰色，灰色把灰度划分为 256 个不同的亮度，例如纯白色，它的亮度级别是255。
图像转化为灰度图像有以下几种算法：
- 浮点算法：Gray = R * 0.3 + G * 0.59 + B * 0.11
- 整数方法：Gray = ( R * 30 + G * 59 + B * 11 ) / 100
- 移位方法：Gray = ( R * 76 + G * 151 + B * 28 ) >> 8
- 平均值法：Gray = ( R + G + B ) / 3
- 仅取绿色：Gray = G
- 加权平均值算法：R = G = B = R * 0.299 + G * 0.587 + B * 0.144
彩色图像
彩色图像是RGB图像，RGB表示红、绿、蓝三原色，计算机里所有颜色都是三原色不同比例组成的，即三色通道。
常用图像示例代码
上面这三种图像的示例代码如下：
import cv2 as cv
# 读取图像
img = cv.imread("maliao.jpg", cv.IMREAD_COLOR)
cv.imshow("read_img", img)
# 灰度图像
img_gray = cv.cvtColor(img, cv.COLOR_RGB2GRAY)
cv.imshow("gray_img",img_gray)
# 二值图像
ret, binary = cv.threshold(img_gray, 127, 255, cv.THRESH_BINARY)
cv.imshow("binary_img", binary)
cv.waitKey()
OpenCV 入门
1. 读入图像
读取图像是通过函数 cv.imread() 实现。
语法：
img = cv.imread(文件名,[,参数])
第二个参数是一个标志，它指定了读取图像的方式。
- cv.IMREAD_COLOR： 加载彩色图像，任何图像的透明度都会被忽视，如果不传参数，这个值是默认值。
- cv.IMREAD_GRAYSCALE：以灰度模式加载图像。
- cv.IMREAD_UNCHANGED：加载图像，包括alpha通道
注意：这三个标志可以简化为 1 、 0 、 -1 。
2. 显示图像
显示图像是通过函数 cv.imshow() 函数实现。
语法：
cv.imshow(窗口名, 图像名)
3. 窗口等待
显示图像是通过函数 cv.waitKey(delay) 函数实现。
语法：
cv.waitKey(delay)
cv.waitKey() 是一个键盘绑定函数。其参数是以毫秒为单位的时间。该函数等待任何键盘事件指定的毫秒。如果您在这段时间内按下任何键，程序将继续运行。如果 0 被传递，它将无限期地等待一次敲击键。
4. 删除窗口
调用函数如下：
cv.destroyAllWindows() 删除所有窗口
cv.destroyWindows() 删除指定的窗口
5. 写入图像
调用函数如下：
cv.imwrite(文件地址, 文件名)
代码示例
我们读取一张图片，将这张图片显示出来后，再将这张图片保存起来。
import cv2 as cv
# 读取图片
img = cv.imread("maliao.jpg", 1)
# 显示图片
cv.imshow("demo", img)
# 等待输入
cv.waitKey(0)
cv.destroyAllWindows()
# 图片写入
cv.imwrite("demo.jpg", img)
这里需要注意的是 cv.waitKey(0) 必须要加，如果不等待输入，整个窗体将会一闪而过。
示例代码
如果有需要获取源码的同学可以在公众号回复「OpenCV」进行获取。
参考
