1 图像颜色空间转换
opencv提供了用于颜色空间转换的函数，用来适应在不同需求中的图像使用要求。 dst = cvtColor(img, mode) mode表示颜色空间转换方式（转换到RGB空间：COLOR_BGR2RGB；转换成灰度图片：COLOR_BGR2GRAY；转换到HSV空间：COLOR_BGR2HSV；转换到YUV空间：COLOR_BGR2YUV）
颜色空间转换代码如下：
import cv2
import numpy as np #图片颜色空间转换
cv2.namedWindow('color',cv2.WINDOW_NORMAL) #定义窗口
cv2.resizeWindow('color',(640,480))
img = cv2.imread('./cat.jpg')
def callback(value): #回调函数
pass
color_space = [cv2.COLOR_BGR2BGRA, cv2.COLOR_BGR2RGB, cv2.COLOR_BGR2GRAY, cv2.COLOR_BGR2HSV,cv2.COLOR_BGR2YUV]
cv2.createTrackbar('trackbar','color',0,4,callback) #创建进度条
while True:
index = cv2.getTrackbarPos('trackbar','color') #获取进度条数值
img2 = cv2.cvtColor(img,color_space[index]) #图片颜色空间转换
cv2.imshow('color',img2)
key = cv2.waitKey(1)
if key == ord('q'):
break
cv2.destroyAllWindows()
除了最常用的RGB空间，HSV空间在有些时候也用的比较多，这里稍微介绍一下HSV空间，HSV即色相(Hue)、饱和度(Saturation)、亮度(Value)。HSV的颜色空间更符合人类对颜色的理解，人眼很难根据图像的rgb值推测出图像到底是什么颜色，但是可以根据hsv的值大致推测出图像的颜色，或者看到某一种颜色可以推测出对应的hsv值。
色调（H）: 用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,品红为300°；在opencv中 取值范围是0-180。
饱和度（S）表示颜色接近光谱色的程度。一种颜色，可以看成是某种光谱色与白色混合的结果。其中光谱色所占的比例愈大，颜色接近光谱色的程度就愈高，颜色的饱和度也就愈高。饱和度高，颜色则深而艳。光谱色的白光成分为0，饱和度达到最高。通常取值范围为0%～100%，值越大，颜色越饱和。在opencv中 取值范围是0-255。
亮度（V）表示颜色明亮的程度，对于光源色，明度值与发光体的光亮度有关；对于物体色，此值和物体的透射比或反射比有关。通常取值范围为0%（黑）到100%（白）。在opencv中 取值范围是0-255，事实上可以超过这个范围。
HSV柱状图如下：
常见颜色的大致hsv范围：
比如下图，狗的颜色大致是橙色，我希望通过颜色把狗单独提取出来。但是这个橙色不是确定的某一种颜色，而是一个范围，可以使用 OpenCV 的 inRange函数来检测和提取图像中存在的颜色。具体是使用该函数来创建颜色掩码， mask = inRange(img, LowerBlue, UpperBlue) img表示待处理图像，LowerBlue表示低阈值范围，UpperBlue表示高阈值范围。inRange 函数将颜色的值设置为 1，如果颜色存在于给定的颜色范围内，则设置为白色，如果颜色不存在于指定的颜色范围内，则设置为 0。
import cv2
import numpy as np #根据颜色提取roi区域
img = cv2.imread('./cat_dog.jpg')
print(img.shape)
mask = cv2.inRange(img,(70,90,160),(105,150,250)) #用inRange创建颜色掩膜
dog = cv2.bitwise_and(img,img,mask=mask) #用掩膜与原图像与运算获取roi区域
cv2.imshow('images',img)
cv2.imshow('dog',dog)
cv2.waitKey(0)
cv2.destroyAllWindows()
直接用rgb空间来获取颜色掩膜非常困难，经过多次尝试也没法获得比较满意的效果，如果转换到hsv空间后效果会好很多，如下：
import cv2
import numpy as np #转换到HSV根据颜色提取roi区域
img = cv2.imread('./cat_dog.jpg')
print(img.shape)
HSV = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
H, S, V = cv2.split(HSV)
LowerBlue = np.array([0, 100, 150])
UpperBlue = np.array([20, 160, 240])
mask = cv2.inRange(HSV,LowerBlue,UpperBlue)
#mask = cv2.inRange(img,(70,90,160),(105,150,225))
print(HSV)
dog = cv2.bitwise_and(img,img,mask=mask)
cv2.imshow('images',img)
cv2.imshow('dog',dog)
cv2.waitKey(0)
cv2.destroyAllWindows()
总体来说，效果还是很不错的，比rgb提取的效果好很多。
2 基本图形绘制
1）绘制标记
opencv中提供了用于绘制标记的函数drawMarker，可以使用该函数在图像上标记一个点。 dst = drawMarker(img, position, color, markerType=None, thickness=None) position表示标记绘制的位置，需要传入整型；color表示标记的绘制颜色；markerType表示标记绘制类型，thickness表示标记线的粗细。
import cv2
import numpy as np #绘制标记 drawMarker（图像，位置，颜色，标志类型，标记线粗细）
img = cv2.imread('./cat.jpg')
draw_marker = cv2.drawMarker(img,(250,250),(255,0,0),cv2.MARKER_CROSS,thickness=3) #绘制十字架
draw_marker = cv2.drawMarker(img,(50,50),(0,255,0),cv2.MARKER_STAR,thickness=3) #绘制星型
draw_marker = cv2.drawMarker(img,(400,400),(0,0,255),cv2.MARKER_DIAMOND,thickness=3) #绘制菱形
draw_marker = cv2.drawMarker(img,(50,400),(255,255,0),cv2.MARKER_SQUARE,thickness=3) #绘制长方形
draw_marker = cv2.drawMarker(img,(400,50),(255,0,255),cv2.MARKER_TILTED_CROSS,thickness=3) #绘制x型
print(img.shape)
cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()
2）绘制直线和矩形
opencv提供的直线绘制函数line，dst = line(ing,pt1,pt2,color,thickness=None,lineType=None) pt1表示绘制直线的第一个点，pt2表示第二个点；color表示绘制的直线颜色；thickness表示绘制直线的粗细；lineType表示绘制的线型。绘制矩形的函数为rectangle，dst = rectangle(img, pt1,pt2, color, thickness=None, lineType=None) pt1表示绘制矩形的顶点，pt2表示与pt1相对的顶点。
绘制的图形可以用窗口显示，也可以显示在图像上。
import cv2 #绘制直线，矩形
#img = cv2.imread('./cat.jpg')
img = np.zeros((414,500,3),np.uint8)
draw_line1 = cv2.line(img,(50,50),(400,400),(0,0,255),thickness=3) #绘制直线
draw_line2 = cv2.line(img,(50,400),(400,50),(0,0,255),thickness=3)
draw_rectangle = cv2.rectangle(img,(50,50),(400,400),(255,0,0),thickness=3) #绘制矩形
cv2.imshow('img',draw_line1) #此时的img和draw——line1，line2，rectangle是一样的了，相当于浅拷贝，共用一个内存
cv2.waitKey(0)
cv2.destroyAllWindows()
3）绘制圆和椭圆
opencv提供了用于绘制圆的函数时circle，dst = circle(img, center, radius, color, thickness=None, lineType=None) center表示圆心坐标，radius表示圆心半径。（注：thickness=-1的时候，绘制实心图形）
此外，opencv还提供了绘制椭圆的函数ellipse，dst = ellipse(img, center, axes, angle, startAngle, endAngle, color, thickness=None, lineType=None) center表示椭圆的圆心坐标，axes表示主轴尺寸的一半，angle表示椭圆旋转的角度，startAngle表示椭圆圆弧的起始角度，endAngle表示椭圆的终止角度（即可以只绘制椭圆的一部分）。
import cv2 #绘制圆，椭圆
img = cv2.imread('./cat.jpg')
img_copy =img.copy()
draw_circle = cv2.circle(img,(300,200),150,(0,0,255),thickness=3)#绘制圆
draw_marker = cv2.drawMarker(img,(300,200),(0,0,255),cv2.MARKER_CROSS,thickness=3) #标记圆心
draw_ellipse = cv2.ellipse(img,(100,200),(100,50),90,0,360,(0,255,0),thickness=3) #绘制椭圆
draw_marker = cv2.drawMarker(img,(100,200),(0,255,0),cv2.MARKER_CROSS,thickness=3) #标记椭圆圆心
draw_ellipse = cv2.ellipse(img_copy,(100,200),(100,50),90,0,180,(0,255,0),thickness=3) #绘制半个椭圆
draw_ellipse = cv2.ellipse(img_copy,(300,200),(100,100),180,0,180,(0,0,255),thickness=3) #绘制半个圆
cv2.imshow('img',img)
cv2.imshow('img_copy',img_copy)
cv2.waitKey(0)
cv2.destroyAllWindows()
4）绘制多边形
除了绘制上面的常见图形，也可以自定义坐标，然后根据坐标来绘制多边形，opencv绘制多边形的函数为 polylines，dst = polylines(img, pts, isClosed, color[, thickness[, lineType]])
pts表示存放点集坐标的二维数组，isClosed表示是否把绘制的多条线段首尾相连， thickness 线宽的值必须大于0。还可以绘制填充多边形，fillPoly(img, pts, color[, lineType])
import cv2 #绘制多边形
import numpy as np
img = np.zeros([480,640,3],np.uint8)
#多边形的点集，必须是int32位
pts = np.array([(50,50),(50,100),(100,200),(200,400),(400,100)],np.int32)
#cv2.polylines(img,[pts],True,[0,0,255],thickness=3) #绘制多边形
cv2.fillPoly(img,[pts],[255,0,0]) #绘制填充多边形
cv2.imshow('lines',img)
cv2.waitKey(0)
cv2.destroyAllWindows()
5）绘制文字
在图像处理中 ，经常要对图像增加一些说明性文字，opencv提供了用于绘制文字的函数putText， dst = putText(img,text,org,fontFace,fontscale,color,thickness=None) text是待绘制的文字，org表示文字在图像中绘制区域的左下角位置，fontFace表示字体，fontScale表示对字体的缩放比例，color表示颜色，thickness表示绘制文字的粗细。text也可以由用户手动输入。
import cv2 #绘制文字，opencv不能绘制中文
img = cv2.imread('./cat.jpg')
#text = "this is a cat"
text = input('enter your input:') #从键盘自己输入文字
draw_text = cv2.putText(img,text,(200,50),cv2.FONT_ITALIC,1,(0,0,255),thickness=2)
cv2.imshow('img',draw_text)
cv2.waitKey(0)
cv2.destroyAllWindows()
此外，opencv没法直接绘制中文字符，可以用pillow包绘制中文，需要用的中文字体在windows下的fonts里面拷贝出来（我拷贝了微软雅黑字体），拷贝到当前路径会自动命名msyhbd.ttc。
具体代码如下：
import cv2 #opencv没法绘制中文文本，可以用pillow包绘制中文,需要用的中文字体在windows下的fonts里面拷贝出来
import numpy as np
from PIL import ImageFont,ImageDraw,Image
img = cv2.imread('./cat.jpg')
font = ImageFont.truetype('./msyhbd.ttc',20) #导入字体文件,参数是字体大小
img_pil = Image.fromarray(img) #创建一个pillow的图片
print(img_pil)
draw = ImageDraw.Draw(img_pil) #利用draw绘制中文
text = '这是一只猫'
draw.text((250,10),text,font=font,fill=(0,0,255))
img = np.array(img_pil) #把图片重新变回ndarray格式才能显示
cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()
3 利用鼠标和键盘控制绘制图形
首先介绍一下opencv的鼠标操作，鼠标事件回调函数为setMouseCallback，定义为：setMouseCallback(windowname, onMouse) windowname为窗口名，onMouse为鼠标事件回调函数。鼠标事件类型有MouseEventType定义，鼠标事件常用的主要有：EVENT_LBUTTONDBLCLK（左键双击），EVENT_RBUTTONDBLCLK（右键双击），EVENT_LBUTTONDOWN（按下左键），EVENT_RBUTTONDOWN（按下右键），EVENT_LBUTTONUP（左键释放），EVENT_RBUTTONUP（右键释放），EVENT_MOUSEMOVE（移动鼠标）。
1）通过鼠标操作绘制图形
本例通过不同的鼠标操作进行图形绘制，双击可以绘制圆，鼠标左键按下拖动绘制红色线，鼠标右键按下拖动绘制蓝色线。
import cv2
import numpy as np
start_point=(0,0) #鼠标开始坐标和结束坐标(其实这里只需要定义一个鼠标坐标点就行)
end_point=(0,0) #必须把这些参数定义为全局变量，如果在函数内部的话，每次调用函数这些参数都会被重置
lb_down,lb_up,rb_down,rb_up = False,False,False,False #鼠标按键按下/抬起的标志，bool型
def mouse_event(event,x,y,flags,param): #鼠标回调函数 （event是鼠标事件，x,y是鼠标指针当前所指的坐标）
global start_point,end_point,lb_down,lb_up,rb_down,rb_up #如果全局变量是int或者str，那么如果想要在函数中对函数变量进行修改，则需要
#先在函数内，声明其为global，再进行修改，如果是list或者dict则可以直接修改
if event == cv2.EVENT_LBUTTONDBLCLK:
cv2.circle(img,(x,y),100,(0,0,255),thickness=3) #双击左键绘制圆
elif event == cv2.EVENT_LBUTTONDOWN: #左键按下，更新鼠标坐标，启动按下标志
start_point = (x,y)
end_point = start_point
lb_down = True
elif event == cv2.EVENT_RBUTTONDOWN: #右键按下，更新鼠标坐标，启动按下标志
start_point = (x,y)
end_point = start_point
rb_down = True
elif event == cv2.EVENT_MOUSEMOVE: #鼠标移动，绘制线
if lb_down: #如果左键按下，绘制红色线
cv2.line(img,start_point,(x,y),(0,0,255),thickness=3)
if rb_down: #如果右键按下，绘制蓝色线
cv2.line(img,start_point,(x,y),(255,0,0),thickness=3)
start_point = (x,y) #只要鼠标移动，就更新鼠标的坐标
elif event == cv2.EVENT_LBUTTONUP: #左键释放
lb_up = True
lb_down = False
cv2.line(img,start_point,(x,y),(0,0,255),thickness=3) #鼠标点击后直接释放鼠标的时候也会绘制一个点
elif event == cv2.EVENT_RBUTTONUP: #右键释放
rb_up = True
rb_down = False
cv2.line(img,start_point,(x,y),(255,0,0),thickness=3) #鼠标点击后直接释放鼠标的时候也会绘制一个点
#img = np.zeros((512,512,3),np.uint8) #创建一个黑色图像
img = cv2.imread('./cat.jpg')
cv2.namedWindow('image') #新建窗口
cv2.setMouseCallback('image',mouse_event) #设置鼠标回调
while True:
cv2.imshow('image',img)
if cv2.waitKey(1)==ord('q'): #waitKey参数不能写0，写0就需要键盘输入才会继续
break
cv2.destroyAllWindows()
2）通过鼠标键盘配合绘制图形
本来通过鼠标键盘绘制图形：按下l，拖动鼠标，绘制直线；按下r，拖动鼠标，绘制矩形；按下c，拖动鼠标，绘制圆。首先，绘制图形，需要记录起始位置start_point，按下鼠标左键的时候记录起始位置，鼠标左键释放的时候作为终点，绘制图形。还需要一个参数flag_key用来记录绘制那种图形的标志。
import cv2
import numpy as np
start_point = (0,0) #鼠标起始位置
flag_key = 0 #选择绘制图形标志
def mouse_callback(event,x,y,flags,userdata): #鼠标回调函数
global start_point,flag_key #声明全局变量
if event == cv2.EVENT_LBUTTONDOWN: #按下鼠标左键，记录起始位置
start_point = (x,y)
elif event == cv2.EVENT_LBUTTONUP: #松开鼠标左键，绘制图形
if flag_key == 0:
cv2.line(img,start_point,(x,y),[0,0,255],3) #绘制直线
elif flag_key ==1:
cv2.rectangle(img,start_point,(x,y),[0,255,0],3) #绘制矩形
elif flag_key ==2:
a = x - start_point[0]
b = y - start_point[1]
radius = int((a**2 + b**2)**0.5) #计算圆心
cv2.circle(img,start_point,radius,[255,0,0],3,) #绘制圆
img = np.zeros((800,800,3),np.uint8)
cv2.namedWindow('image')
cv2.setMouseCallback('image',mouse_callback) #设置鼠标回调
while True:
cv2.imshow('image',img)
key =cv2.waitKey(1) #键盘按键判断，更新绘制图形标志
if key == ord('l'):
flag_key=0
elif key == ord('r'):
flag_key=1
elif key == ord('c'):
flag_key=2
elif key == ord('q'):
break
cv2.destroyAllWindows()
3）在图像上面显示某一点的坐标和对应的像素值
有时需要根据图像的像素值进行某些操作，图片上可以设置双击左键获取坐标和对应的rgb值，双击右键获取坐标和对应的hsv值。主要涉及的是鼠标操作setMouseCallback 和 绘制文字操作putText。
# 直接根据鼠标双击获取图像当前位置的像素值
import cv2
import numpy as np
img = cv2.imread('./cat.jpg')
img_hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV) #转换到hsv空间
#print(img.shape)
def mouse_event(event,x,y,flags,param):
if event == cv2.EVENT_LBUTTONDBLCLK: #双击左键显示图像的坐标和对应的rgb值
print('img pixel value at(', x, ',', y, '):',img[y, x]) #坐标(x,y)对应的像素值应该是img[y,x]
text = '(' + str(x) + ',' + str(y) + ')' + str(img[y,x])
cv2.putText(img,text,(x,y),cv2.FONT_HERSHEY_SIMPLEX,0.5,(255,0,0),1) #绘制文字
if event == cv2.EVENT_RBUTTONDBLCLK: #双击右键显示图像的坐标和对应的hsv值
print('img_hsv pixel value at(', x, ',', y, '):',img_hsv[y, x]) #坐标(x,y)对应的像素值应该是img_hsv[y,x]
text = '(' + str(x) + ',' + str(y) + ')' + str(img_hsv[y,x])
cv2.putText(img,text,(x,y),cv2.FONT_HERSHEY_SIMPLEX,0.5,(0,0,255),1) #绘制文字
cv2.namedWindow('image',cv2.WINDOW_NORMAL) #定义窗口
#cv2.resizeWindow('image',(800,800))
cv2.setMouseCallback('image',mouse_event) #鼠标回调
while True:
cv2.imshow('image',img)
if cv2.waitKey(1)==ord('q'):
break
cv2.destroyAllWindows()
4 给图像加水印logo
用矩形或者圆等组合自己绘制一个合适的logo，然后把logo添加到图像上适当位置，比如如下logo，加入cat图片的右上角。
把logo水印插入到指定的图片中，比较简单的想法是：从图片适当位置取出与logo大小一致的图片切片，然后与logo进行操作，这个操作可以把logo水印添加到图片切片中且不影响到切片背景，然后直接把融合后的切片放到之前的位置即可。这个操作还涉及到一个比较重要的东西，mask的作用。mask是掩膜，可以用来遮盖非感兴趣区，突出感兴趣区，使得图像处理只专注于ROI部分。
mask是一个二值图像，与对应尺寸的图片进行与操作可以获取感兴趣的区域，比如下列提取猫头的简单操作：
import cv2
import numpy as np
img = cv2.imread('./cat.jpg')
print(img.shape)
mask = np.zeros(img.shape[:2],np.uint8) #和原图像尺寸一样大的掩膜
mask[50:180,30:190] = 255 #猫头的大概位置
roi = cv2.bitwise_and(img,img,mask=mask) #mask与对应图像进行与操作提取roi区域
cv2.imshow('img',img)
cv2.imshow('mask',mask)
cv2.imshow('roi',roi)
cv2.waitKey(0)
cv2.destroyAllWindows()
因此，根据刚才的思路，提取logo的掩膜，然后与图片切片进行掩膜操作提取logo外围黑色区域所需的背景，然后把所得图片和logo进行相加即可获得融合logo的图片。
import cv2 #给图像加上水印logo
import numpy as np
img = cv2.imread('./cat.jpg')
w,h,c = img.shape
img = cv2.resize(img,(int(h*1.5),int(w*1.5)),interpolation=cv2.INTER_AREA) #图片放大1.5倍
logo = np.zeros((200,200,3),np.uint8) #创建logo图片窗口
logo[20:120,20:120]=[0,0,255] #logo上绘制矩形
logo[80:180,80:180]=[255,0,0]
cv2.circle(logo,(100,100),50,(0,255,0),-1) #绘制实心圆
mask = np.zeros((200,200),np.uint8) #构造一个掩模图像，将该掩模图像作为按位与函数的掩模参数，实现保留图像的指定部分
mask[20:120,20:120]=255 #掩码是二维矩阵，当使用掩模参数时，操作只会在掩模值为非空的像素点上执行，并将其他像素点的值置为0
mask[80:180,80:180]=255
for i in range(200): #把logo绿色通道的圆对应的mask也拷贝过去
for j in range(200):
if logo[i][j][1] ==255:
mask[i][j]=255
else:
pass
m = cv2.bitwise_not(mask) #因为要插入logo时要保证logo附近的背景不变，因此这里用mask把logo附近的背景取出来，所以需要mask取反
temp = img[20:220,500:700]
img2 = cv2.bitwise_and(temp,temp,mask=m) #提取跟logo窗口一样大的图片，logo标志像素为0，背景与原背景相同
dst = cv2.add(img2,logo)
img[20:220,500:700]=dst #把最终的融合背景的logo放到图片对应的位置
cv2.imshow('logo',logo)
cv2.imshow('mask',mask)
cv2.imshow('img2',img2)
cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()
logo，logo对应的掩膜，具有掩膜的背景图片切片和融合logo后的切片图片如下：
最终的添加logo后的图片如下：
