Python-OpenCV:cv2.imread(),cv2.imshow(),cv2.imwrite()的区别

目录
  • 为什么使用Python-OpenCV?
  • 基本操作
    • 1、图像读入
    • 2、显示图片
    • 3、保存图片
  • 变换操作
    • 1、翻转图片
    • 2、复制图片
    • 3、颜色空间转换
    • 4、裁剪图片
  • 综合示例
  • 参考链接：

为什么使用Python-OpenCV?

虽然python 很强大，而且也有自己的图像处理库PIL，但是相对于OpenCV 来讲，它还是弱小很多。跟很多开源软件一样OpenCV 也提供了完善的python 接口，非常便于调用。OpenCV 的最新版是4.0，包含了超过2500 个算法和函数，几乎任何一个能想到的成熟算法都可以通过调用OpenCV 的函数来实现，超级方便。

基本操作

1、图像读入

使用函数cv2.imread(filepath,flags) 读入图像。这幅图像应该在此程序的工作路径，或者给函数提供完整路径，第二个参数是要告诉函数应该如何读取这幅图片，可省略。

filepath：要读入图片的完整路径 flags：读入图片的标志

  • cv2.IMREAD_COLOR：默认参数，读入一副彩色图片，忽略alpha通道
  • cv2.IMREAD_GRAYSCALE：读入灰度图片
  • cv2.IMREAD_UNCHANGED：顾名思义，读入完整图片，包括alpha通道
import cv2
import numpy as np
img = cv2.imread('1.jpg', cv2.IMREAD_GRAYSCALE)

2、显示图片

使用函数cv2.imshow(wname,img)显示图像，第一个参数是显示图像的窗口的名字，第二个参数是要显示的图像（imread读入的图像），窗口大小自动调整为图片大小。

cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()   #cv2.destroyWindow(wname)
  • cv2.waitKey顾名思义等待键盘输入，单位为毫秒，即等待指定的毫秒数看是否有键盘输入，若在等待时间内按下任意键则返回按键的ASCII码，程序继续运行。若没有按下任何键，超时后返回-1。参数为0表示无限等待。不调用waitKey的话，窗口会一闪而逝，看不到显示的图片。
  • cv2.destroyAllWindow()销毁所有窗口
  • cv2.destroyWindow(wname)销毁指定窗口

3、保存图片

使用函数cv2.imwrite(file，img，num)保存一个图像。第一个参数是要保存的文件名，第二个参数是要保存的图像。可选的第三个参数，它针对特定的格式：对于JPEG，其表示的是图像的质量，用0 - 100的整数表示，默认95;对于png ,第三个参数表示的是压缩级别，默认为3。

注意:

  • cv2.IMWRITE_JPEG_QUALITY类型为 long ,必须转换成 int
  • cv2.IMWRITE_PNG_COMPRESSION, 从0到9 压缩级别越高图像越小
cv2.imwrite('1.png',img, [int( cv2.IMWRITE_JPEG_QUALITY), 95])
cv2.imwrite('1.png',img, [int(cv2.IMWRITE_PNG_COMPRESSION), 9])

变换操作

1、翻转图片

使用函数cv2.flip(img,flipcode)翻转图像，flipcode控制翻转效果。

  • flipcode = 0：沿x轴翻转
  • flipcode > 0：沿y轴翻转
  • flipcode < 0：x,y轴同时翻转
imgflip = cv2.flip(img,1)

2、复制图片

imgcopy = img.copy()

3、颜色空间转换

注意，matplotlib 中图像通道为 RGB，而 OpenCV 中图像通道为 BGR。因此进行显示的时候，要注意交换通道的顺序。

彩色图像转为灰度图像

img2 = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)

灰度图像转为彩色图像

img3 = cv2.cvtColor(img,cv2.COLOR_GRAY2RGB)

4、裁剪图片

裁剪出自己感兴趣的部分（ROI,region of interest）,需要用到numpy的切片功能，因为OpenCV中，图像就是用numpy.ndarray存储的。

可以先通过image.shape查看行列数

print(image.shape)

例如返回(708,1000,4)分别表示图片的高、宽和通道数。

对图片的裁剪其实就是切片，例如

#得到区域高100~800步长为2，宽200~600步长为1, 通道0
image2 = image[100:800:2, 20:600:1, 0]

#得到原图，通道2
image3 = image[:, :, 2]

综合示例

读入一张图片并显示出来，经过操作后，选择退出或保存。

  import cv2
  import numpy as np

  img = cv2.imread('a.jpg')
  cv2.imshow('image',img)

  # Wait for keys to exit or save
  k = cv2.waitKey(0)
  if k == 27:
     cv2.destroyAllWindows()
 elif k == ord('s'):
     cv2.imwrite('save_image.jpg', img)
     cv2.destroyAllWindows()

ord('s')表示返回字符s的ASCII值，ASCII值27对应‘Esc'

参考链接：

1、https://blog.csdn.net/fu6543210/article/details/80835280

2、http://www.runoob.com/python/python-func-ord.html

到此这篇关于Python-OpenCV:cv2.imread(),cv2.imshow(),cv2.imwrite()的区别的文章就介绍到这了,更多相关OpenCV cv2.imread(),cv2.imshow(),cv2.imwrite()内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

赞 (0)

相关推荐

  • 基于VS+Opencv2.4.10微信跳一跳辅助工具

    基于VS+Opencv2.4.10微信跳一跳辅助工具

    最近微信的跳一跳小程序可谓火了一把,不是因为它本身多好玩,而是有大部分的程序员们加入其中,利用各种领域方法,实现了微信跳一跳的外挂,分数轻松上千或上万.之前也看了基于Python开源的代码,GitHub上现在的star已经快超过1W了,简直不敢想.趁着今天礼拜天,在实验室中也简单的实现了一下微信跳一跳的辅助工具,精度还不够高,我跑了一下才到90,纯属娱乐好玩的,后期再继续改进,主要是依赖C++来实现了一下. 环境: Win10+VS2012+Opencv2.4.10+ADB工具 环境的搭建请查阅

  • python-opencv中的cv2.inRange函数用法说明

    python-opencv中的cv2.inRange函数用法说明

    本次目标是将一副图像从rgb颜色空间转换到hsv颜色空间,颜色去除白色背景部分 具体就调用了cv2的两个函数,一个是rgb转hsv的函数 具体用法 hsv = cv2.cvtColor(rgb_image, cv2.COLOR_BGR2HSV) 然后利用cv2.inRange函数设阈值,去除背景部分 mask = cv2.inRange(hsv, lower_red, upper_red) #lower20===>0,upper200==>0, 函数很简单,参数有三个 第一个参数:hsv指的是

  • Android调用OpenCV2.4.10实现二维码区域定位

    Android上使调用OpenCV 2.4.10 实现二维码区域定位(Z-xing 码),该文章主要用于笔者自己学习中的总结,暂贴出代码部分,待以后有时间再补充算法的详细细节. Activity class Java 文件 package cn.hjq.android_capture; import java.io.BufferedWriter; import java.io.File; import java.io.FileOutputStream; import java.io.IOExce

  • 对python opencv 添加文字 cv2.putText 的各参数介绍

    如下所示: cv2.putText(img, str(i), (123,456)), font, 2, (0,255,0), 3) 各参数依次是:图片,添加的文字,左上角坐标,字体,字体大小,颜色,字体粗细 其中字体可以选择 FONT_HERSHEY_SIMPLEX Python: cv.FONT_HERSHEY_SIMPLEX normal size sans-serif font FONT_HERSHEY_PLAIN Python: cv.FONT_HERSHEY_PLAIN small s

  • OpenCV2.3.1+Python2.7.3+Numpy等的配置解析

    OpenCV2.3.1+Python2.7.3+Numpy等的配置解析

    最近自己准备学习Python,之前也看了点基础知识.做图形这块需要用到OpenCV所以就需要配置环境,之前准备用的是Python3,后来发现好多python貌似并不兼容Python3,所以就装了2.7.3. 我的机子是64位的win7,用的是python2.7.3,OpenCV用的是2.3.1,网上参照了好多发现根本不能用,以下自己亲测可以. 常用的科学计算包有numpy.scipy.,matplotlib.pandas等,需要一个一个装,这里有一个解决方法就是装EPD或者是Python(x,y

  • Opencv2.4.9函数HoughLinesP分析

    Opencv2.4.9函数HoughLinesP分析

    标准霍夫变换本质上是把图像映射到它的参数空间上,它需要计算所有的M个边缘点,这样它的运算量和所需内存空间都会很大.如果在输入图像中只是处理m(m<M)个边缘点,则这m个边缘点的选取是具有一定概率性的,因此该方法被称为概率霍夫变换(Probabilistic Hough Transform).该方法还有一个重要的特点就是能够检测出线端,即能够检测出图像中直线的两个端点,确切地定位图像中的直线. HoughLinesP函数就是利用概率霍夫变换来检测直线的.它的一般步骤为: 1.随机抽取图像中的一个特

  • 解决Opencv+Python cv2.imshow闪退问题

    Opencv+Python cv2.imshow闪退 # 读入原始图像 origineImage = cv2.imread('./pic/6.jpeg') # 图像灰度化 # image = cv2.imread('test.jpg',0) image = cv2.cvtColor(origineImage, cv2.COLOR_BGR2GRAY) #image.save('./pic/gray.jpg') cv2.imshow('gray', image) # 将图片二值化 retval, i

  • visual studio 2015+opencv2.4.13配置教程

    visual studio 2015+opencv2.4.13配置教程

    换实验室啦,换电脑啦,重新配置开发环境,正好这个系列缺一篇完整的配置教程,索性在中途补上.可能会造成这个系列排版变乱!!!这次配置选择的事visual studio2015和opencv2.4.13.至于不配置opencv3.1是因为opencv3.1中的nonfree库需要自己下载,而且当前大部分项目都是基于opencv2.4系列开发的,没必要追求最新.在了解了opencv一些基本用法之后,至于使用哪个版本的opencv就不再是问题. 1.下载 首先给出visual studio 2015和o

  • Python OpenCV之图片缩放的实现（cv2.resize）

    OpenCV函数原型: cv2.resize(InputArray src, OutputArray dst, Size, fx, fy, interpolation) 参数解释: InputArray src 输入图片 OutputArray dst 输出图片 Size 输出图片尺寸 fx, fy 沿x轴,y轴的缩放系数 interpolation 插入方式 interpolation 选项所用的插值方法: INTER_NEAREST 最近邻插值 INTER_LINEAR 双线性插值(默认设置

  • python opencv鼠标画矩形框之cv2.rectangle()函数

    python opencv鼠标画矩形框之cv2.rectangle()函数

    目录 cv2.rectangle()函数说明 参数说明 利用鼠标回调函数交互式画矩形框 总结 关于鼠标回调函数的说明可以参考:opencv-python的鼠标交互操作 cv2.rectangle()函数说明 参数说明 导入cv2后,通过help(cv2.rectangle)可以看到函数的帮助文档如下: rectangle(...) rectangle(img, pt1, pt2, color[, thickness[, lineType[, shift]]]) -> img . @brief D

  • python opencv鼠标画点之cv2.drawMarker()函数

    python opencv鼠标画点之cv2.drawMarker()函数

    目录 前言 cv2.drawMarker()函数说明 参数说明 利用鼠标回调函数交互式画点 例1,简单的例子 例2,删除功能 总结 前言 这里所谓画点的意思是指在单一像素点上画一个标记符,而不是画小圆点.使用的函数是cv2.drawMarker(img, position, color, ...) 关于鼠标回调函数的说明可以参考:opencv-python的鼠标交互操作 cv2.drawMarker()函数说明 参数说明 导入cv2后,通过help(cv2.drawMarker)可以看到函数的帮

  • python OpenCV的imread不能读取中文路径问题及解决

    目录 OpenCV的imread不能读取中文路径问题 OpenCV imread()函数 (从文件加载图像) OpenCV的imread不能读取中文路径问题 import numpy as np import cv2 cv_img = cv2.imdecode(np.fromfile(jpg_path, dtype=np.uint8), -1) # 读取8位图像 OpenCV imread()函数 (从文件加载图像) def imread(filename, flags=None): # rea

  • Python-OpenCV:cv2.imread(),cv2.imshow(),cv2.imwrite()的区别

    目录 为什么使用Python-OpenCV? 基本操作 1.图像读入 2.显示图片 3.保存图片 变换操作 1.翻转图片 2.复制图片 3.颜色空间转换 4.裁剪图片 综合示例 参考链接: 为什么使用Python-OpenCV? 虽然python 很强大,而且也有自己的图像处理库PIL,但是相对于OpenCV 来讲,它还是弱小很多.跟很多开源软件一样OpenCV 也提供了完善的python 接口,非常便于调用.OpenCV 的最新版是4.0,包含了超过2500 个算法和函数,几乎任何一个能想到的

  • 快速解决cv2.imread()读取图像为BGR的问题

    快速解决cv2.imread()读取图像为BGR的问题

    opencv读取图像为b,g,r方法,比如 img = cv2.imread("xx.jpg") cv2.imshow("xx",img) 展示的结果是正常的: 但是此时读取到的img已经为bgr方式了,如果我们再用其他使用rgb方式读取的函数进行读取时就会出错,比如我用plt对图像进行显示,效果如下: 因为plt函数是rgb方式读取的,所以会出错.这时我们可以手动改变img的通道顺序,如下: b,g,r = cv2.split(img) img_rgb = cv2

  • Python OpenCV实现鼠标画框效果

    Python OpenCV实现鼠标画框效果

    使用Python+OpenCV实现鼠标画框的代码,供大家参考,具体内容如下 # -*-coding: utf-8 -*- """ @Project: IntelligentManufacture @File : user_interaction.py @Author : panjq @E-mail : pan_jinquan@163.com @Date : 2019-02-21 15:03:18 """ # -*- coding: utf-8 -

  • Python Opencv基于透视变换的图像矫正

    本文实例为大家分享了Python Opencv基于透视变换的图像矫正,供大家参考,具体内容如下 一.自动获取图像顶点变换(获取图像轮廓顶点矫正) 图像旋转校正思路如下 1.以灰度图读入2.腐蚀膨胀,闭合等操作3.二值化图像4.获取图像顶点5.透视矫正 #(基于透视的图像矫正) import cv2 import math import numpy as np def Img_Outline(input_dir):     original_img = cv2.imread(input_dir)

  • Python OpenCV寻找两条曲线直接的最短距离

    Python OpenCV寻找两条曲线直接的最短距离

    本文实例为大家分享了Python OpenCV两条曲线直接最短距离的寻找方法,供大家参考,具体内容如下 import numpy as np import math import cv2 def cal_pt_distance(pt1, pt2):   dist = math.sqrt(pow(pt1[0]-pt2[0],2) + pow(pt1[1]-pt2[1],2))   return dist font = cv2.FONT_HERSHEY_SIMPLEX img = cv2.imrea

  • Python OpenCV的基本使用及相关函数

    Python OpenCV的基本使用及相关函数

    目录 1.图像的读取 2.图像保存 3.图像展示 4.获取图像属性 5.图像缩放(宽,高) 6.在原图像中获取某一区域 7.彩色图像通道分解 8.图像加法 9.图像反转 10.图像金字塔 11.直方图 12.图像类型转换 13.图像阈值转换 .二值化 14.图像平滑处理 15.图像形态学操作 16.图像梯度,边缘检测 17.图像轮廓标注 18.读取视频文件 Python-OpenCV环境的配置看上一篇OpenCV环境的配置本篇主要介绍一下OpenCV的基本使用和相关函数的介绍.以下所有操作都基于

  • python opencv背景减去法抠图实现示例

    python opencv背景减去法抠图实现示例

    目录 导包 导图 预处理 二值化图像 边缘检测 填充轮廓并制作掩模 保存 导包 import cv2 from matplotlib import pyplot as plt import numpy as np 导图 imA=cv2.imread("target.png") plt.imshow(cv2.cvtColor(imA,cv2.COLOR_BGR2RGB)) imA.shape #(2436, 1125, 3) imBG=cv2.imread("bg_30061.

随机推荐