【计算机视觉】图片的加载、查看与保存（OpenCV）

偏执的太偏执、 2023-03-12 10:57 11阅读 0赞

### 图片的加载、查看与保存 ###

*  1. 准备
 *  2. 图片加载
 *   *  2.1 绝对路径加载
     *  2.2 相对路径加载
 *  3. 图像查看
 *  4. 图像保存

# 1. 准备 #

进行计算机视觉的处理需要安装相应的第三方库，这里直接安装，Anaconda下的cmd运行如下指令，安装opencv-python 、tensorflow和keras三个库

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python keras
    pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow

其中关于tensorflow的下载会比较漫长（关联的库太多，而且还很大），建议和其他两个分开下载，如下  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70]

# 2. 图片加载 #

先导入有关的库，并在jupyter notebook上进行内嵌显示

import cv2
    import matplotlib.pyplot as plt
    %matplotlib inline

## 2.1 绝对路径加载 ##

比如测试文件夹放在D盘的个人文件夹中，名称为1.jpg，需要加载此图片然后打印出图片的宽高及通道，代码如下

image = cv2.imread('D:/个人/1.jpg')
    print(f'weight: {image.shape[1]} piexls')
    print(f'height: {image.shape[0]} piexls')
    print(f'channels: {image.shape[2]}')

→ 输出的结果为：（图片加载中不能存在中文字符）

AttributeError                            Traceback (most recent call last)
    <ipython-input-3-d7c684f417fc> in <module>
          1 image = cv2.imread('D:/个人/1.jpg')
    ----> 2 print(f'weight: {image.shape[1]} piexls')
          3 print(f'height: {image.shape[0]} piexls')
          4 print(f'channels: {image.shape[2]}')
    
    AttributeError: 'NoneType' object has no attribute 'shape'

于是尝试把文件放置在D盘下面的AI文件夹下，然后重新运行此命令

image = cv2.imread('D:/AI/1.jpg')
    print(f'weight: {image.shape[1]} piexls')
    print(f'height: {image.shape[0]} piexls')
    print(f'channels: {image.shape[2]}')

→ 输出的结果为：(这张图像就是博客的头像)

weight: 1920 piexls
    height: 1080 piexls
    channels: 3

## 2.2 相对路径加载 ##

上面的操作存在着中文文件夹下的图片不能正常加载的情况，为了解决这个问题，可以使用相对路径进行加载，比如还是在D盘个人文件夹下的1.jpg图像。

方法一、执行代码如下

import os
    os.chdir('D:/个人')
    image = cv2.imread('1.jpg')
    print(f'weight: {image.shape[1]} piexls')
    print(f'height: {image.shape[0]} piexls')
    print(f'channels: {image.shape[2]}')

→ 输出的结果为：（先通过改变程序的运行路径，然后加载相对路径下的文件）

weight: 1920 piexls
    height: 1080 piexls
    channels: 3

方法二、就是直接将文件放在jupyter notebook运行路径文件夹下，与创建的python3文件同一路径即可

image = cv2.imread('1.jpg')
    print(f'weight: {image.shape[1]} piexls')
    print(f'height: {image.shape[0]} piexls')
    print(f'channels: {image.shape[2]}')

→ 输出的结果为：

weight: 1920 piexls
    height: 1080 piexls
    channels: 3

上面两种方法加载先相对路径，本质上是一模一样的，都是把路径指引到程序运行的路径下面，不过一个是程序操作，一个是手动操作的

# 3. 图像查看 #

读入图像之后，可以通过matplotlib库进行图像的显示，如下（注意关闭坐标轴）

plt.imshow(image)
    plt.axis('off')

→ 输出的结果为：（最开始引用了图表内嵌的方式，这里就不用plt.show()了）  
![ZG4ubmV0L2x5c184Mjg=,size\_16,color\_FFFFFF,t\_70)][ZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70]  
但是会发现，色彩与原来图像的风格是不一样的，原因在于cv2，读取图像时候是以BGR的方式读入，而matplotlib是以RGB进行显示的，因此修改一下读取的方式即可

new_image = cv2.cvtColor(image,cv2.COLOR_BGR2RGB)
    plt.imshow(new_image)
    plt.axis('off')

→ 输出的结果为：（通过cv2里面的BGR转RGB进行读取）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 1]

# 4. 图像保存 #

这里需要注意，保存的时候应该保存的是image变量，也就是程序刚刚读入的图像的变量，而不是纠正过颜色的new\_image变量，因为cv2还是会以原格式储存

如果输出的是new\_image对象，代码如下

cv2.imwrite('D:/AI/image.jpg',new_image)

→ 输出的结果为：（非正常图像）  
![→ 输出的结果为：][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 2]  
如果输出的是image对象，代码如下

cv2.imwrite('D:/AI/image.jpg',image)

→ 输出的结果为：（输出正常的图像）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 3]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70]: /images/20230312/d81a64f49bb54e2baf3a529eb0529eb8.png
[ZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70]: /images/20230312/f2c7d62fae1a4e9588ff8c462e114d67.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 1]: /images/20230312/be4b7b6be276496c8406ae76c360a4a7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 2]: /images/20230312/3bbaee6a2a054379b26e972a1a91babc.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 3]: /images/20230312/8b8cdf91c957445ea30c31bf36bb5e9a.png