Python3+OpenCV学习笔记（一）：图像加载、显示和保存

爱被打了一巴掌 2022-06-03 04:47 218阅读 0赞

进行Python和OpenCV学习，利用写博客笔记的方式来督促自己，并记录学习过程、学习心得和遇到的问题。

Python版本是Python3.5，OpenCV版本OpenCV.3.3.0，开发环境为PyCharm，参考文档链接如下：

[OpenCV-Doc][]

进行图像处理的第一步什么？当然是找一张图片咯![偷笑][titter.gif]

![20171218231907446][]

开个玩笑，第一步当然是加载图像，所以我们将用到cv2中的第一个函数cv2.imread（filename，  mode），“filename”为需要加载的图像文件的名称，“mode”有-1,0,1三种参数，分别对应IMREAD\_COLOR（默认标志,加载彩色图像，任何图像的透明度都将被忽略），IMREAD\_GRAYSCALE（以灰度模式加载图像），IMREAD\_UNCHANGED（加载含Alpha通道的图像，即含有透明度通道）

“mode”参数可以选择默认。

img = cv2.imread('Rachel.jpg')

加载图像后，当然需要显示出来，我们才能看到，所以，接下来用到第二个函数cv2.imshow（windowname， filename）“windowname”输入显示窗口的名称，参数类型str，需要开启多个窗口时，只需要“windowname”不同即可。

下面我们输入下列代码：

import cv2
    
    img = cv2.imread('Rachel.jpg', 0)
    cv2.imshow('WindowOne', img)
    # 等待按键输入
    cv2.waitKey()
    # 关闭所有窗口，释放资源
    cv2.destroyAllWindows()

cv2.waitKey（\*）为键盘绑定函数，表示等待 “\*” 毫秒，检测键盘是否有输入，返回值为ACSII码。默认参数为“0”，将一直等待输入，有键盘输入事件后才执行后面的函数。

cv2.destroyAllWindows（）销毁所有窗口，回收资源。如果需要销毁特定窗口，则使用函数cv2.destroyWindow（），传递窗口名即可。  
下面我们看看效果图：

![Center][]

我们已经将原图转化为灰度图显示了，如果我们想将图片保存下来该怎么办呢？

祭出下一个函数cv2.imwrite（filename， object）“filename”保存文件名字和格式，参数类型str，如‘rachel.png’，‘object’为想要保存的图像对象。

import cv2
    
    img = cv2.imread('Rachel.jpg')
    # 将img从BGR图像转换为灰度图并存入img2中
    img2 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY )
    cv2.imshow('WindowOne', img)
    # 将img2保存到目录中，命名为“imwrite.png”
    cv2.imwrite('imwrite.png', img2)
    
    while True:
    	if (cv2.waitKey() & 0xFF) == ord('q'):
    		break
    	else:
    		pass
    cv2.destroyAllWindows()

示例代码比较简单，就不过多赘述，运行示例：

![SouthEast][]

可以看到在目录下出现了红色框中的“imwrite.png”文件。

**Matplotlib**

Matplotlib是Python的绘图库，提供了各种绘图方法，可以进行图像放大、保存等操作。我们运行下面的示例：

import cv2
    from matplotlib import pyplot as plt
    
    img = cv2.imread('girl.jpg', 0)
    plt.imshow(img, cmap='jet')
    # 隐藏x、y坐标
    plt.xticks([]), plt.yticks([])  
    plt.show()

运行结果：

![SouthEast 1][]

原图

![SouthEast 2][]

利用Matplotlib转换之后的图像

值得注意的是OpenCV加载的彩色图像处于**BGR**模式。但Matplotlib以**RGB**模式显示。因此，如果使用OpenCV读取图像，则彩色图

像将无法在 Matplotlib中正确显示。

Matplotlib详细请 参阅：[Matplotlib Tutorials][]

[OpenCV-Doc]: http://https://docs.opencv.org/3.3.0/index.html
[titter.gif]: /images/20220603/9479c03dd97540088ec37a8d523d4fe5.png
[20171218231907446]: /images/20220603/9608dbc4ac65446c9b21dab2497b4ef0.png
[Center]: /images/20220603/bff58c7b9caa4ca9949fab535c8083e6.png
[SouthEast]: /images/20220603/7ccbcdb91199442d8285a4eefcd2e152.png
[SouthEast 1]: /images/20220603/75040af266534756b077cd1495d6d4ff.png
[SouthEast 2]: /images/20220603/6ef225b6ce0c4881b66068628e953691.png
[Matplotlib Tutorials]: http://https://matplotlib.org/api/pyplot_summary.html