Python-OpenCV基础篇学习笔记（1）

图像的读取与显示

图像读取函数

cv2.imread(const String & filename, int flags = TMREAD_COLOR)

filename：读取图像的文件名称，包含文件地址（相对路径或绝对路径都可）、名称和文件类型。
flags：图像的读取形式，默认为彩色形式，为零时为灰度形式。

import cv2
from matplotlib import pyplot as plt
img = cv2.imread(r'D:\pythonProject1\R-C.jpg')
print(img)

根据输出的数据可知其图像以矩阵形式读入到计算机中，这里的矩阵的每一个数字分别对应图像中每一个像素的亮度，而同一个像素点的三个数值分别对应RBG三个通道。我们可以使用绘图软件来令其可视化也可以用OpenCV中自带的显示算子。

使用matplotlib绘图演示

plt.imshow(img, cmap='prism', interpolation='bicubic')
plt.xticks([]), plt.yticks([])  # 隐藏xy轴上的刻度线
plt.show()

显示结果如下:
我们看见绘制出来的图像的颜色与正常的图像有所出入，这是因为历史遗留问题OpenCV使用的图像模式是BGR模式，而matplotlib绘制图像时使用的是RBG模式，所以导致其色彩与原图有所出入，这里我们可以使用颜色空间变换来令BGR模式转化为RBG模式。

OutputArray dst = cv2.cvtColor(InputArray src, int code, int dstCn = 0)

src:待转换的原始图像。
dst：转换后的目标图像。
code：颜色转换的标志，这里使用的是BGR转RBG，即是COLOR_BGR2RGB，简记为4。
dstCn：目标图像中的通道数，如果为零的话则从src中自动导出通道数。

img_rbg = cv2.cvtColor(img, 4, 0)  # BGR转RBG
plt.imshow(img_rbg, cmap='prism', interpolation='bicubic')
plt.xticks([]), plt.yticks([])  # 隐藏xy轴上的刻度线
plt.show()

显示结果如下：

这次绘制出来的图片便与原图无二了。

使用OpenCV自带的显示函数

cv2.imshow(const String & winname, InputArray mat)

winname: 要显示图像的窗口名字，为字符串形式
mat：目标图像的图像矩阵

cv2.imshow('img', img) 
cv2.waitKey(0)  # 加入一个键盘等待防止程序上一步只执行一瞬间观察不到

显示效果如下：

但是这里的窗口无法调整位置和大小，显得略微呆板，接下来优化一下这个窗口。

cv2.namedWindow(const String & winname, int flags = WINDOW_AUTOSIZE)

winname:窗口名称，用作窗口的标识符，为字符串形式
flags：窗口属性设置，主要设置窗口大小是否可调、显示图像是否填满窗口等。具体可选择的参数及含义如下表所示。

标志参数	作用
cv2.WINDOW_NORMAL	显示图像后，允许用户随意调整窗口大小
cv2.WINDOW_AUTOSIZE	根据图像大小显示窗口，不允许用户调整大小
cv2.WINDOW_OPENGL	创建窗口的时候会支持OpenGL
cv2.WINDOW_FULLSCREEN	全屏显示窗口
cv2.WINDOW_FREERATIO	调整图像尺寸以充满窗口
cv2.WINDOW_KEEPRATIO	保持图像比例
cv2.WINDOW_GUI_EXPANDED	创建的窗口允许添加工具栏和状态栏
cv2.WINDOW_GUI_NORMAL	创建没有状态栏和工具栏的窗口

用代码实现如下

cv2.namedWindow('imgWindow', cv2.WINDOW_NORMAL)
cv2.imshow('imgWindow', img)
cv2.waitKey(0)

至此完成了图像的读取与显示。