最新【youcans 的图像处理学习课】2(1)

2401_84558452

于 2024-05-03 15:54:36 发布

阅读量708

点赞数 28

分类专栏：程序员文章标签：图像处理学习 opencv

本文链接：https://blog.csdn.net/2401_84558452/article/details/138418086

版权

程序员专栏收录该内容

131 篇文章 0 订阅

订阅专栏

函数说明：

cv.imread(filename[, flags]) -> retval

函数 cv2.imread() 从指定文件加载图像并返回该图像的矩阵。
如果无法读取图像（文件丢失，权限不正确，格式不支持或无效），该函数返回一个空矩阵。
目前支持的文件格式：
- Windows 位图 - * .bmp，* .dib
- JPEG 文件 - * .jpeg，* .jpg，*.jpe
- JPEG 2000文件 - * .jp2
- 便携式网络图形 - * .png
- WebP - * .webp
- 便携式图像格式 - * .pbm，* .pgm，* .ppm * .pxm，* .pnm
- TIFF 文件 - * .tiff，* .tif

参数说明：

filename：要加载的文件的路径和名称
flags：读取图片的方式，可选项
- cv2.IMREAD_COLOR(1)：始终将图像转换为 3 通道BGR彩色图像，默认方式
- cv2.IMREAD_GRAYSCALE(0)：始终将图像转换为单通道灰度图像
- cv2.IMREAD_UNCHANGED(-1)：按原样返回加载的图像（使用Alpha通道）
- cv2.IMREAD_ANYDEPTH(2)：在输入具有相应深度时返回16位/ 32位图像，否则将其转换为8位
- cv2.IMREAD_ANYCOLOR(4)：以任何可能的颜色格式读取图像
返回值 retval：OpenCV 图像，nparray 多维数组

注意事项：

OpenCV 读取图像文件，返回值是一个nparray 多维数组。OpenCV 对图像的任何操作，本质上就是对 Numpy 多维数组的运算。
OpenCV 中彩色图像使用 BGR 格式，而 PIL、PyQt、matplotlib 等库使用的是 RGB 格式。
cv2.imread() 如果无法从指定文件读取图像，并不会报错，而是数返回一个空矩阵。
cv2.imread() 指定图片的存储路径和文件名，在 python3 中不支持中文和空格（但并不会报错）。必须使用中文时，可以使用 cv2.imdecode() 处理，参见扩展例程。
cv2.imread() 读取图像时默认忽略透明通道，但可以使用 CV_LOAD_IMAGE_UNCHANGED 参数读取透明通道。
对于彩色图像，可以使用 flags=0 按照读取为灰度图像。

基本例程：

    # 1.1 图像的读取
    imgFile = "../images/imgLena.tif"  # 读取文件的路径
    img1 = cv2.imread(imgFile, flags=1)  # flags=1 读取彩色图像(BGR)
    img2 = cv2.imread(imgFile, flags=0)  # flags=0 读取为灰度图像

扩展例程：

    # 1.2 从网络读取图像
    import urllib.request as request
    response = request.urlopen("https://profile.csdnimg.cn/8/E/F/0\_youcans")
    imgUrl = cv2.imdecode(np.array(bytearray(response.read()), dtype=np.uint8), -1)

    # 1.3 读取中文路径的图像
    imgFile = "../images/测试图01.png"  # 带有中文的文件路径和文件名
    # imread() 不支持中文路径和文件名，读取失败，但不会报错!
    # img = cv2.imread(imgFile, flags=1)
    # 使用 imdecode 可以读取带有中文的文件路径和文件名
    img = cv2.imdecode(np.fromfile(imgFile, dtype=np.uint8), -1)

2. 图像的保存

函数 cv2.imwrite() 用于将图像保存到指定的文件。

函数说明：

cv2.imwrite(filename, img [, flags])

cv2.imwrite() 将 OpenCV 图像保存到指定的文件。
cv2.imwrite() 基于保存文件的扩展名选择保存图像的格式。
cv2.imwrite() 只能保存 BGR 3通道图像，或 8 位单通道图像、或 PNG/JPEG/TIFF 16位无符号单通道图像。

参数说明：

filename：要保存的文件的路径和名称
img：要保存的 OpenCV 图像，nparray 多维数组
flags：不同编码格式的参数，可选项
- cv2.CV_IMWRITE_JPEG_QUALITY：设置 .jpeg/.jpg 格式的图片质量，取值为 0-100（默认值 95），数值越大则图片质量越高；
- cv2.CV_IMWRITE_WEBP_QUALITY：设置 .webp 格式的图片质量，取值为 0-100；
- cv2.CV_IMWRITE_PNG_COMPRESSION：设置 .png 格式图片的压缩比，取值为 0-9（默认值 3），数值越大则压缩比越大。

注意事项：

cv2.imwrite() 保存的是 OpenCV 图像（多维数组），不是 cv2.imread() 读取的图像文件，所保存的文件格式是由 filename 的扩展名决定的，与读取的图像文件的格式无关。
对 4 通道 BGRA 图像，可以使用 Alpha 通道保存为 PNG 图像。
cv2.imwrite() 指定图片的存储路径和文件名，在 python3 中不支持中文和空格（但并不会报错）。必须使用中文时，可以使用 cv2.imencode() 处理，参见扩展例程。

基本例程：

    # 1.4 图像的保存
    imgFile = "../images/logoCV.png"  # 读取文件的路径
    img3 = cv2.imread(imgFile, flags=1)  # flags=1 读取彩色图像(BGR)
    
    saveFile = "../images/imgSave.png"  # 保存文件的路径
    # cv2.imwrite(saveFile, img3, [int(cv2.IMWRITE\_PNG\_COMPRESSION), 8]) # 保存图像文件, 设置压缩比为 8
    cv2.imwrite(saveFile, img3)  # 保存图像文件

扩展例程：

    # 1.5 保存中文路径的图像
    imgFile = "../images/logoCV.png"  # 读取文件的路径
    img3 = cv2.imread(imgFile, flags=1)  # flags=1 读取彩色图像(BGR)
    
    saveFile = "../images/测试图02.jpg"  # 带有中文的保存文件路径
    # cv2.imwrite(saveFile, img3) # imwrite 不支持中文路径和文件名，读取失败，但不会报错!
    img_write = cv2.imencode(".jpg", img3)[1].tofile(saveFile)

3. 图像的显示

函数 cv2.imshow() 用于在窗口中显示图像。

函数说明：

imshow(winname, img) -> None

函数 cv2.imshow() 在指定窗口中显示 OpenCV 图像，窗口自适应图像大小。
显示图像的缩放取决于图像深度：
- 对 8 位无符号图像，按原样显示；
- 对 16 位无符号或 32 位整数图像，将像素值范围 [0,255 * 256] 映射到 [0,255] 显示；
- 对 32 位浮点图像，将像素值范围 [0,1] 映射到 [0,255] 显示；
- 如果指定窗口尚未创建，则创建一个自适应图像大小的窗口；
- 如果要显示大于屏幕分辨率的图像，需要先调用 namedWindow(“”，WINDOW_NORMAL)。

参数说明：

winname：字符串，显示窗口的名称。
img：所显示的 OpenCV 图像，nparray 多维数组

注意事项：

函数 cv2.imshow() 之后要用 waitKey() 函数设定图像窗口的显示时长，否则不会显示图像窗口。
图像窗口将在 waitKey() 函数所设定的时长（毫秒）后自动关闭，waitKey(0) 表示窗口显示时长为无限。
可以创建多个不同的显示窗口，每个窗口必须命名不同的 filename。
可以用 destroyWindow() 函数关闭指定的显示窗口，也可以用 destroyAllWindows() 函数关闭所有的显示窗口。

基本例程：

    # 1.6 图像的显示(cv2.imshow)
    imgFile = "../images/imgLena.tif"  # 读取文件的路径
    img1 = cv2.imread(imgFile, flags=1)  # flags=1 读取彩色图像(BGR)
    img2 = cv2.imread(imgFile, flags=0)  # flags=0 读取为灰度图像
    
    cv2.imshow("Demo1", img1)  # 在窗口 "Demo1" 显示图像 img1
    cv2.imshow("Demo2", img2)  # 在窗口 "Demo2" 显示图像 img2
    key = cv2.waitKey(1000)  # 等待按键命令, 1000ms 后自动关闭

在这里插入图片描述

扩展例程：

    # 1.7 图像显示(按指定大小的窗口显示图像)
    imgFile = "../images/imgLena.tif"  # 读取文件的路径
    img1 = cv2.imread(imgFile, flags=1)  # flags=1 读取彩色图像(BGR)
    
    cv2.namedWindow("Demo3", cv2.WINDOW_NORMAL)
    cv2.resizeWindow("Demo3", 400, 300)
    cv2.imshow("Demo3", img1)  # 在窗口 "Demo3" 显示图像 img1
    key = cv2.waitKey(0)  # 等待按键命令

    # 1.8 图像显示(多个图像组合显示)
    imgFile1 = "../images/imgLena.tif"  # 读取文件的路径
    img1 = cv2.imread(imgFile1, flags=1)  # flags=1 读取彩色图像(BGR)
    imgFile2 = "../images/imgGaia.tif"  # 读取文件的路径


### 最后

Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

#### 👉Python所有方向的学习路线👈

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

![](https://img-blog.csdnimg.cn/img_convert/604bae65027d4d67fb62410deb210454.png)

#### 👉Python必备开发工具👈

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

![](https://img-blog.csdnimg.cn/img_convert/fa276175617e0048f79437bd30465479.png)



#### 👉Python全套学习视频👈

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

![](https://img-blog.csdnimg.cn/img_convert/16ac689cb023166b2ffa9c677ac40fc0.png)



#### 👉实战案例👈



学python就与学数学一样，是不能只看书不做题的，直接看步骤和答案会让人误以为自己全都掌握了，但是碰到生题的时候还是会一筹莫展。



因此在学习python的过程中一定要记得多动手写代码，教程只需要看一两遍即可。

![](https://img-blog.csdnimg.cn/img_convert/0d8c31c50236a205928a1d8ae8a0b883.png)



#### 👉大厂面试真题👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

![](https://img-blog.csdnimg.cn/img_convert/99461e47e58e503d2bc1dc6f4668534a.png)

**[需要这份系统化学习资料的朋友，可以戳这里无偿获取](https://bbs.csdn.net/topics/618317507)**

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**