使用Python OpenCV处理图像之图像文件的打开、显示和保存操作

原文链接： http://baijiahao.baidu.com/s?id=1645638615878642928&wfr=spider&for=pc

         前面我们使用Python OpenCV进行了图像的通道操作（使用Python中OpenCV库创建一幅图片的RGB通道图片），还使用OpenCV对微信头像进行处理（一个Pythoner获取微信国旗头像的正确途径，请不要再@微信官方了）。在这过程中我们发现了OpenCV库的强大之处。

今天，我们对OpenCV库的基本操作进行梳理。   

                                     不错的图像处理库O'pen'CV

 

【为什么选择OpenCV】

我们知道，Python中典型的图像库有很多，比如：OpenCV、PIL(Pillow)、skimage。Pillow模块提供了最简单最基本的数字图像处理功能，但功能不是很强大；skimage是基于scipy库的一款图像处理包，正确的写法是sciki-image，它是把图片作为numpy数组进行处理，在这一点上跟OpenCV图像处理方式比较类似，但是scipy库的学习我们还没涉及。因此，今天以OpenCV为例来进行图像处理。

为什么要用OpenCV？

OpenCV实质上是一个c++库，它提供了很多应用程序编写接口。当然，不止是Python了，像R、java、C等典型的编程语言都有接口予以提供。优点来了，就是我们在学习Python的时候掌握了OpenCV的操作，当学习其它语言调用OpenCV进行图像处理时，就会有一种似曾相识的赶脚，一举多得，何乐而不为呢？但是，OpenCV的唯一缺点就是更新速度比较慢。但相信我，这缺点不算什么，因为这个库算是比较成熟的一个库，即使更新速度慢，也丝毫不影响我们使用它进行任何图像处理。

【关于图像的打开】

对于图像的操作，当然打开是第一步，不同的库对于图像打开后返回的值是不一样的。我们使用pillow库和OpenCV库同时打开一张图片，看下它们返回的信息。

使用OpenCV和PIL打开图片测试

测试结果如下所示。

测试运行结

打开的图像信息中可以看到，OpenCV打开的图像能够真实无损反映该图像的信息，这些信息都是像素级的，对于图片处理能够更加精准地进行。而PIL的处理时封装在对象里面的，对于处理任何一个像素点，可扩展性和自定义性比较OpenCV就有点弱了，对比提供的方法，OpenCV也是远大于PIL库的。

【关于图像的显示】

图像的显示很简单，直接使用cv2.imshow(windowName, Img)函数即可。现在我们来打开一幅图像并显示它，代码如下图所示。

打开并显示图像

运行程序，执行效果如下图所示。

打开图像成功

对于程序中后两行内容解释如下：

cv2.waitKey()：等待键盘响应函数，函数中可以传入具体的毫秒数，表示具体程序等待键盘输入的时间，如果传入特定的毫秒数，则特定毫秒数内按下任意键会返回该键的ASCII码值，程序将会继续运行，如果没有键盘输入则返回-1；如果传入参数为0，则表示持续等待键盘输入，该函数常用于检测是否有特定的键被按下

cv2.destroyAllWindow()：删除我们建立的窗口，参数传入窗口名称即可。

我们可以先创建一个窗口，然后再加载显示图片，使用cv2.namedWindow(windowName, windowMode)，窗口的windowMode下图会有展示，感兴趣的可以自己实验下，具体代码如下图所示。

先创建一个窗口再展示图像

【关于图像的保存】

图像的保存很简单，直接使用cv2.imwrite(imageName, Image)即可。同样我们打开上述图片，然后更改名称后将文件存储在本地，有人问了，这样有什么用？你可以试试更改图片的后缀名看一下，其实，这个命令可以更改图片类型哦，代码如下图所示。

保存图像文件代码成功运行，这里就不展示了。

本篇主要对OpenCV的基本操作进行了梳理。感兴趣的朋友可以自己敲代码试试。后续会有更精彩的内容哦，欢迎加关注。

转载自百家号：Python高手养成。