Opencv之图像入门
Opencv基础操作之图像入门
- 1.利用Opencv进行图像的读取和保存
-
- 1.1图像读取
- 1.2 图像保存
- 2.使用Matplotlib显示图像
- 3.总结
1.利用Opencv进行图像的读取和保存
1.1图像读取
Opencv读取和显示需要使用到imread()和imshow()两个函数，使用下面这段代码即可利用Opencv实现指定图片的读取与显示：
import cv2 as cv #导入opencv并命名为cv
img = cv.imread('cat.jpg',-1) #读取指定图片
cv.namedWindow('Img',cv.WINDOW_AUTOSIZE) #创建显示图片窗口
cv.imshow('Img',img) #在指定窗口中显示图片
cv.waitKey(0) #设置等待键盘响应
cv.destroyWindow('Img') #销毁指定窗口
#cv.destroyAllWindows() #销毁所有窗口
函数介绍
cv.imread()：读取要展示的照片，imread()有两个参数，第一个参数是要读取照片路径（包括文件名和后缀），第二个参数是图像的读取方式,可以是：
cv.IMREAD_COLOR(彩色rgb,忽视透明度，默认值)
cv.IMREAD_GRAYSCALE(灰度模式)
cv.IMREAD_UNCHANGED(rgba,a表示透明度)
这三个参数分别可用1、0、-1代替。
cv.namedWindow()：创建要展示图片的窗口，第一个参数是窗口名称，第二个参数控制窗口大小是否可以调整，取值为:
cv.WINDOW_AUTOSIZE(默认值，适应图片大小,窗口大小不可调整)
cv.WINDOW_NORMAL：(可以调整窗口大小，对大图会进行一个缩放便于展示)。
cv.imshow():展示读取的图片，同样有两个参数，第一个参数类型为字符串类型，是我们给展示图象窗口取的名称，第二个参数是我们要展示的图片对象
cv.waitKey():键盘绑定函数，参数是以毫秒为单位的时间，如果传入0，那么会无限等待敲击一次键盘才会退出。
cv.destroyWindow():销毁指定窗口，参数为要销毁的窗口。
cv.destroyAllWindows():销毁所有窗口。
展示图片效果：
1.2 图像保存
Opencv保存图像十分简单，使用imwrite()函数即可，这里我简单的加载一张彩色图像并将其保存为灰度图像：
#读取彩色图像
img = cv.imread('cat.jpg',1)
#彩色图像转换为灰度图像
img_temp = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
#保存灰度图像
cv.imwrite('cat_gray.jpg',img_temp)
函数介绍
imwrite():保存图像，涉及两个参数，第一个参数表示要将图像保存到的路径（包括文件名和后缀），第二个参数即是我们要保存的图像对象。
代码执行之后我们就可以在我们指定的路径(我这里设置为与程序同一路径)下看到我们所保存的灰度图像了，如下图所示：
2.使用Matplotlib显示图像
除了使用Opencv的imshow()显示图像外，我们还可以使用python的绘图库Matplotlib显示图像，使用方式同样简单，但是要注意plt.imshoe()要和plt.show()搭配使用才能达到显示图像的目的。代码如下：
import cv2 as cv
from matplotlib import pyplot as plt
img = cv.imread('cat.jpg',1)#读取彩色图像
plt.imshow(img)#不显示图像，可以认为是对图像做一些处理
plt.xticks([]), plt.yticks([]) # 隐藏 x 轴和 y 轴上的刻度值
plt.show()#显示图像
展示图片效果：
从上边的图像展示效果可以看到，虽然我们使用Matplotlib对cv.imread()读取的图像进行了显示，但是很明显这其中出现了一些问题，导致图片色彩显示错误。
导致这个错误的原因是cv.imread()读取图片的时候是按照BGR的顺序进行读取的，而Matplotlib进行显示的时候却是按照RGB的顺序进行显示的，这就导致了图像色彩显示错误的原因，我们可以只使用Opencv来对图像进行读取和显示操作来避免这种情况发生，也可以采用下面的办法来解决这个问题。
方法一：
import cv2 as cv
from matplotlib import pyplot as plt
img = cv.imread('cat.jpg',1)#读取彩色图像
img2=img[:,:,::-1] #利用切片方法将bgr的存储顺序变成rgb顺序
plt.imshow(img2)
plt.xticks([]), plt.yticks([]) # 隐藏 x 轴和 y 轴上的刻度值
plt.show()
方法二：
import cv2
from matplotlib import pyplot as plt
img = cv.imread('cat.jpg',1)#读取彩色图像
cv2.cvtColor(img, cv2.COLOR_BGR2RGB)#使用opencv函数进行转换
plt.imshow(img2)
plt.xticks([]), plt.yticks([]) # 隐藏 x 轴和 y 轴上的刻度值
plt.show()
上述两种方式分别采用了数组索引与切片的方法、Opencv色彩空间转换函数cv.cvtColor()将BGR的存储顺序转化为RGB顺序，以使Matplotlib可以正确显示图片。
正确显示图像效果如下：
3.总结
这篇文章是我学习Opencv中文官方文档的开篇，也同样是我在CSDN记录自己学习过程的开始，文中涉及到的讲解掺杂了我自己的理解，肯定有不详尽甚至错误之处，如果确实存在的话请一定在评论区指出，感激不尽！