小强学Python+OpenCV之－1.1图像加载、显示、保存
小强学Python+OpenCV之－1.1图像加载、显示、保存
目标
你将学会怎样
1. 从硬盘读取一幅图像
2. 将图像显示出来
3. 保存一幅图像到硬盘
一、体验
下面，我们先直接看一段代码：image_pro.py
# 导入OpenCV库
import cv2
# 加载一幅图像
image = cv2.imread("flower.jpg")
# 显示图像
cv2.imshow("Image", image)
# 等待输入
cv2.waitKey(0)执行该脚本：python image_pro.py
我们会看到输出：
二、分析
在上面的代码中，
1.导入库
首先要导入opencv库。这是我们必须要用到的库，所以要先导入。
# 导入OpenCV库
import cv22.加载图像
图像的加载使用cv2.imread函数（瞧，我们用到了来自cv2的函数，所以前面的导入是必须的），函数参数为图像文件的路径。函数返回一个numpy数组。PS.这里简单提一下，NumPy 是一个基础科学的计算库，可以完成矩阵运算等。
# 加载一幅图像
image = cv2.imread("flower.jpg")3.显示图像
图像的显示使用cv2.imshow函数。该函数会创建一个窗口，并在此窗口中显示用numpy数组表示的图像。所以，函数的参数为：第一个，窗口的名称；第二个，用numpy数组表示的图像
# 显示图像
cv2.imshow("Image", image)在cv2库中。我们可以waitKey函数来通过等待来自键盘的输入而使用程序暂停一段时间，如果该函数的参数是0，表示将无限期等待来自键盘的输入事件，若接收到来自键盘的事件则退出。非0，表示等等若干毫秒后，若还是没有来自键盘的输入事件，则退出。
# 等待输入
cv2.waitKey(0)4.疑点
4.1 numpy是什么
或许我们对于上面cv2.imread函数的返回值numpy数组有疑问。这里，我们可以将该数组打印出来，看一下，到底是怎么回事。在cv2.imshow函数之前，增加如下一行代码：
print image我们会看到诸如下面的输出：
[[[ 5 38 3]
[ 5 38 3]
[ 6 39 4]
...,
[39 71 36]
[38 72 32]
[38 72 32]]
[[ 8 41 6]
[ 8 41 6]
[ 8 41 6]
...,
[35 67 32]
[35 68 31]
[35 69 29]]
[[12 45 10]
[12 45 10]
[12 45 10]
...,
[30 59 26]
[31 62 25]
[32 63 24]]
...,
[[ 8 20 0]
[12 24 2]
[15 28 6]
...,
[ 3 34 7]
[ 3 34 7]
[ 3 34 7]]
[[10 22 0]
[12 24 2]
[14 27 5]
...,
[ 0 27 2]
[ 0 27 2]
[ 0 28 3]]
[[10 22 0]
[12 24 2]
[14 27 5]
...,
[ 0 27 2]
[ 0 27 2]
[ 0 28 3]]]从这里，我们可以看到，这是一个三维数组。哦~原来图像是三维数组啊。是不是很简单？（且慢，后面会表示，有可以还是二维数组）
4.2 numpy有多大
那么，这个三维数组到底多大呢？
其实，我们可以使用numpy的shape函数来获取各个维度的长度。
在cv2.imread函数后增加如下几行代码：
print "height: %d pixels" % (image.shape[0])
print "width: %d pixels" % (image.shape[1])
print "channels: %d" % (image.shape[2])得到结果如下：
height: 106 pixels
width: 159 pixels
channels: 3这表示flower.jpg这幅图像的高度是106个像素，宽度159像素，3个通道（后面我们会知道3通道表示彩色图像）。
5.优化
上面的代码中有一个缺点：图像路径是手工编码，要想显示另一幅图像，还要修改代码。这是不可行的。我们改造如下：
# 导入OpenCV库
import cv2
# 导入参数解析库
import argparse
# 创建一个参数解析器
ap = argparse.ArgumentParser()
# 增加一个参数项--image，或简写-i
ap.add_argument("-i", "--image", required=True, help="Path to the image")
# 得到参数字典，vars是python核心函数，返回一个字典类型
args = vars(ap.parse_args())
# 加载一幅图像
image = cv2.imread(args["image"])
print "height: %d pixels" % (image.shape[0])
print "width: %d pixels" % (image.shape[1])
print "channels: %d" % (image.shape[2])
# 显示图像
cv2.imshow("Image", image)
# 另存图像
cv2.imwrite("saveAs.jpg", image)
# 等待输入
cv2.waitKey(0)上面的代码中，我们做了两处修改：
1. 我们增加了一个参数解析器。这样的好处是，我们执行该脚本时，可以这样：
python image_pro.py --image flower.jpgflower.jpg可以替换成任意你想显示的图像路径。
2. 最后，我们使用cv2.imwrite函数将flower.jpg另存成了saveAs.jpg。两个参数，一个是图像要保存的路径，一个是要保存的图像（numpy数组）。
总结
- 加载图像cv2.imread；显示图像cv2.imshow；保存图像cv2.imwrite。
- cv2.waitkey等等时长为毫秒，0表示无限等待。
- 图像表示为numpy数组形式。
- 参数解析器的使用。