《opencv 数字图像处理 图片读入和显示》

《opencv 数字图像处理 图片读入和显示》

  • 1. 图片读写和显示
  • 2. 简单绘图

1. 图片读写和显示

图片读入函数imread(),图片写入函数imread(),实现从一个文件中读入图片,写入另一个文件中,保存图片。这里要注意一点,在python中,路径都有正斜杠/,true代表写入成功。
《opencv 数字图像处理 图片读入和显示》_第1张图片
展示图片,cv.imshow()写法, 图片颜色保存和原图一样
《opencv 数字图像处理 图片读入和显示》_第2张图片
《opencv 数字图像处理 图片读入和显示》_第3张图片
另一种写法是plt.imshow(),颜色会和原图不一样
《opencv 数字图像处理 图片读入和显示》_第4张图片
RGB到BGR转换颜色通道,通过cv.cvtColor()函数实现,可以和原图颜色保持一致
《opencv 数字图像处理 图片读入和显示》_第5张图片
两种方式显示灰度图,cv方式通过在imread()函数的第二参数改为0,plt方式通过在imshow()函数的第二个参数改为cmap='gray’来改变
《opencv 数字图像处理 图片读入和显示》_第6张图片
展示下维度
《opencv 数字图像处理 图片读入和显示》_第7张图片
封装成一个函数来显示,根据维度,来判断,如果维度为2,展示灰度图,否则,展示彩色图
《opencv 数字图像处理 图片读入和显示》_第8张图片
《opencv 数字图像处理 图片读入和显示》_第9张图片

2. 简单绘图

plt.plot()函数使用
使用np.arange(2,20)生成2-19共18个数,np.random.randint(5,20,18),为每个数加随机噪声。
《opencv 数字图像处理 图片读入和显示》_第10张图片
使用np.linspace(0,1,100),在0-1区间生成100个数字,分别产生3个函数,画出3条曲线,legend()显示图标,grid()显示网格,xlim(),ylim()控制横纵坐标刻度,xlabel,ylabel显示横纵坐标标签
《opencv 数字图像处理 图片读入和显示》_第11张图片
《opencv 数字图像处理 图片读入和显示》_第12张图片
plt.hist()用法
从0-101个数中随机生成1000个数,rwidth显示间隔。

《opencv 数字图像处理 图片读入和显示》_第13张图片
展示下0-100分别分布多少。
《opencv 数字图像处理 图片读入和显示》_第14张图片

你可能感兴趣的:(深度学习,python,opencv,计算机视觉,python)