opencv学习笔记D01

快来打我* 2021-11-01 03:46 403阅读 0赞

*  opencv学习笔记D01
    
     *  一、图片读取
     *  二、图片保存
     *  三、图片展示
     *  四、图片缩放
     *  五、四种常用插值方式的比较
        
         *  1、最近邻插值
         *  2、双线性插值
         *  3、区域插值
         *  4、三次样条插值
     *  我是尾巴：

# opencv学习笔记D01 #

--------------------

> opencv，Open Source Computer Vision Library.OpenCV于1999年由Intel建立。OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、MacOS操作系统上。它轻量级而且高效——由一系列 C 函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

## 一、图片读取 ##

`cv2.imread(path, flag)`

flag默认为1。另外一个需要注意的是opencv是以bgr三通道打开图像，注意bgr与rgb的相互转换。

import cv2 img = cv2.imread('path', cv2.IMREAD_COLOR) img = cv2.imread('path', 0) # flag有三种模式 # cv2.IMREAD_COLOR, flag=1, 加载一副彩色的图像，透明度会被忽略，如jpg图像。默认使用这种模式打开 # cv2.IMREAD_GRAYSCALE, flage=0, 以灰度加载一张图像 # cv2.IMREAD_UNCHANGED, 加载一副彩色图像，同时还会有透明度通道，如png图像

## 二、图片保存 ##

`cv2.imwrite(存储路径, 图像变量, [, 存盘标识])`

cv2.imwrite('path', img) cv2.imwrite('path', img, cv2.IMWRITE_JPEG_QUALITY=95) # 存盘标识有三种。最常用的就是保存为.jpg和.png两种 # 1.cv2.IMWRITE_JPEG_QUALITY 设置图片格式为jpeg，或jpg，其值0-100，数值越大质量越高，默认95 # 2.cv2.IMWRITE_WEBP_QUALITY # 3.cv2.IMWRITE_PNG_COMPRESSION 设置图片格式为png，其值0-9，为压缩等级，默认为3

这就意味着，保存图片的过程中都是有损压缩过的，图像精度会有影响。比如一个严格意义上的二值图像，0或255，但是保存之后就不止只有0和255了。

## 三、图片展示 ##

`cv2.imshow('window_name', img)`

# 特别注意的是cv2.nameWindow中的第一个参数要和cv2.imshow中的第一个参数一致。 # 大致可以理解为先打开一个窗口，命名一个名字，然后进行展示图像。 # 第二个参数有两种模式： # cv2.WINDOW_NORMAL标识窗口大小可调节，或者使用另外一种模式 # cv2.WINDOW_AUTOSIZE根据原图大小进行展示 cv2.namedWindow('window_name', cv2.WINDOW_NORMAL) cv2.imshow('image', img) cv2.waitKey(0) cv2.destoryAllWindows()

## 四、图片缩放 ##

`cv2.resize(src, dsize, interpolation=)`

图片的缩放一般使用的方式有两种：第一种就是缩放成固定大小；第二种就是按比例缩放

缩放过程中有五种插值方式：

1.  cv2.INTER\_NEAREST 最近邻插值
2.  cv2.INTER\_LINEAR 线性插值
3.  cv2.INTER\_AREA 基于局部像素的重采样，区域插值
4.  cv2.INTER\_CUBIC 基于邻域4x4像素的三次插值
5.  cv2.INTER\_LANCZOS4 基于8x8像素邻域的Lanczos插值

cv2.resize(img, (300, 300), interpolation=cv2.INTER_LINEAR) # 默认的使用双线性插值 cv2.resize(img, fx=0.5, fy=0.5)

## 五、四种常用插值方式的比较 ##

OpenCV的resize函数支持多种插值方式，这里主要比较下面四个常用的插值方式。  
参考资料：《OpenCV中resize函数五种插值算法的实现过程》https://blog.csdn.net/fengbingchun/article/details/17335477

![mark][]

### 1、最近邻插值 ###

最近邻插值是最简单的插值方法，选取离目标点最近的点作为新的插入点。

变换后：

![mark][mark 1]

### 2、双线性插值 ###

线性插值是以距离为权重的一种插值方式。如果想要深入地理解，可以先回顾一下线性插值。

![mark][mark 2]

### 3、区域插值 ###

区域插值共分三种情况，图像放大时类似于双线性插值，图像缩小(x轴、y轴同时缩小)又分两种情况，此情况下可以避免波纹出现。因此对图像进行缩小时，为了避免出现波纹现象，推荐采用区域插值方法。

**如果要缩小图像，通常推荐使用INTER\_AREA插值效果最好，而要放大图像，通常使用INTER\_CUBIC(速度较慢，但效果最好)，或者使用INTER\_LINEAR(速度较快，效果还可以)**

### 4、三次样条插值 ###

可以在看过双线性插值之后，再来看三次样条插值。

![mark][mark 3]

## 我是尾巴： ##

参考博客：https://blog.csdn.net/guyuealian/article/details/85097633

一个人在某一种环境中待久了，就很容易说服自己是某一种人，稍想变得不一样，先不提自己的感受，光是周围的敏感与不适应，就足以让自己缩回十几年不变的藏身之处。

最后推荐：

这次推荐的是两款markdown写作软件，一个是typora，一个是markdownpad。

[typora][]

[markdownpad][]

坚持把opencv做个完整笔记！

转载于:https://www.cnblogs.com/zhangkanghui/p/11241388.html

[mark]: /images/20211101/2fd9b364eae644caa31f14ec0733683e.png
[mark 1]: /images/20211101/cc083a5f977a4bb7b5538a2c05284cc9.png
[mark 2]: /images/20211101/96d6a5e186584155a3c5095e54c7ac28.png
[mark 3]: /images/20211101/acd487fa06b84c7f8c4f8a739bf6cd85.png
[typora]: https://www.typora.io/
[markdownpad]: http://markdownpad.com/download.html