OpenCV(2)：图像的读取、显示和保存

图像分为静态图像，如图片、照片等，和动态视频，如视频等两种。

与图像相关的操作包括图像采集、图像制作、图像分析和图像处理等。

2.1  图像的读取 cv2.imread()

原型：cv2.imread(filename, flage)

参数：

1. filename 图像文件名
2. flage 加载标识

• cv2.IMREAD_COLOR : 默认使用该种标识。加载一张彩色图片，忽视它的透明度。
• cv2.IMREAD_GRAYSCALE : 加载一张灰度图。
• cv2.IMREAD_UNCHANGED : 加载图像，包括它的Alpha通道

同时，上面三个参数可以分别用1，0，-1代替。

灰度图的作用很大，在很多图像检测识别中，我们都需要将彩色图转换为灰度图，再进行相应的图像处理。

简单代码如下：

import cv2  
import matplotlib.pyplot as plt
import numpy as np

### imread()读取图像  Opencv读取的格式是BGR
img = cv2.imread('C:\\Users\\xxx\\Downloads\\picture1.jpeg')
print(img.shape)
img = cv2.imread('C:\\Users\\xxx\\Downloads\\picture1.jpeg',0)
print(img.shape)
img = cv2.imread('C:\\Users\\xxx\\Downloads\\picture1.jpeg',-1)
print(img.shape)

2.2 图像的显示

2.2.1 cv2.imshow() 在指定窗口显示图像

作用：该函数将图像在特定的窗口进行显示。如果该窗口是利用cv::WINDOW_AUTOSIZE标志创建的，则会使用图像的原始分辨率进行显示，然而会受限于屏幕的分辨率。也就是如果图像大于屏幕的分辨率，则无法完整的查看了。

原型：cv2.imshow(winname, mat)

参数：

1. winname 窗口名。如果窗口名为winname的窗口不存在，则自动创建窗口
2. mat 要显示的图像数据矩阵

2.2.2 cv2.moveWindow() 移动窗口

作用：该函数的作用是将窗口放到指定的位置去

原型：cv2.moveWindow(winname, x, y)

参数：

1. winname 窗口名
2. x、y 指窗口的左上角在屏幕的坐标

2.2.3 cv2.namedWindow() 命名窗口

作用：创建窗口。如果已经存在相同的窗口名称之后，该函数将会不做任何事情。

原型：cv2.namedWindow(   winname[, flags])

参数：

1. winname 窗口名
2. flags 标志位

1. cv2.WINDOW_NORMAL： 使得你能够改变窗口的尺寸
2. cv2.WINDOW_AUTOSIZE:  会自适应图像的尺寸（默认）。
3. 上面2个参数可以分别用0，1代替。

2.2.4 cv2.waitkey() 等待函数

原型：cv2.waitkey(delay)

参数：delay 延时的时间。单位ms。

返回值：若在给定延时内有按键触发，则返回键值。没有键盘输入，则返回-1.

作用：

1. cv2.waitKey()是一个键盘绑定函数。它的时间量度是毫秒ms。函数会等待（delay）毫秒，看是否有键盘输入。若有键盘输入，则返回按键的ASCII值。没有键盘输入，则返回-1.一般设置为0，他将无线等待键盘的输入。

• 一般在 imshow() 的时候 , 如果设置 waitkey(0) , 代表按任意键继续。
• 显示视频时，延迟时间需要设置为 大于0的参数。delay > 0时 , 延迟 ”delay”ms , 在显示视频时这个函数是有用的 , 用于设置在显示完一帧图像后程序等待 ”delay”ms 再显示下一帧视频 ; 如果使用 waitkey(0) 则只会显示第一帧视频

2.2.5 cv2.destroyAllWindows() 删除窗口

原型：cv2.destroyAllWindows([winname])

参数：winname 窗口名。不指定任何参数，则删除所有窗口；指定参数，则删除特定的窗口winname。

示例：

import cv2 
import matplotlib.pyplot as plt
import numpy as np

img = cv2.imread('C:\\Users\\xxx\\Downloads\\picture1.jpeg')  # 彩色图
img1 = cv2.imread('C:\\Users\\xxx\\Downloads\\picture1.jpeg',0) #灰度图
cv2.namedWindow('picture1',0) #创建一个能改变大小的窗口
cv2.imshow('picture',img)  #显示图像，窗口不存在，就自动创建
cv2.imshow('picture1',img1) #显示图像，在已存在的窗口
cv2.waitKey(0)             #按任意键
cv2.moveWindow('picture',0,0) # 将窗口移动至屏幕左上方
cv2.waitKey(0)             #按任意键
cv2.destroyAllWindows()    #删除所有窗口

运行结果如下：

为了避免每显示一个图像敲多行代码，我们可以定义一个函数cv_show(name,img),如下：

# 定义显示图像函数
def cv_show(name,img):
    '''
    参数：
      name 窗口名
      img  图像数据的矩阵
    '''
    cv2.imshow(name,img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

2.2.6 图像深度：就是图像的数据类型。

在定义图像数据时，可以指定图像的深度（即数据类型），如下例：

import numpy as np
import cv2

# 【图像深度为CV_8U，或者numpy数据类型为uint8】
#  新建numpy数组，注意np.zero()创建的数据类型为float64,所以先转化为uint8

type = ['uint8','uint16','float32','float64']

for dType in type:
    # 新建numpy数组，注意np.zero()创建的数据类型为float64,所以先转化为对应的数据类型
    img = np.zeros((500,500,3)).astype(dType)
    # openCV显示图像为BGR格式，通过下列方式，我们绘制两条粗红线
    if dType == 'uint8':
        img[150:170,150:350]=[0,0,100]
        img[350:370,150:350]=[0,0,255] 
    if dType == 'uint16':
        img[150:170,150:350]=[0,0,25600]
        img[350:370,150:350]=[0,0,65525]  
    if dType == 'float32' or dType == 'float64':
        img[150:170,150:350]=[0,0,-8000]
        img[250:270,150:350]=[0,0,8000]
        img[350:370,150:350]=[0,0,0.34]
    winName = 'Type: ' + dType
    cv2.imshow(winName,img)   
cv2.waitKey() 
cv2.destroyAllWindows()

运行结果如下：

说明：

1. 当cv2.imshow()处理图像深度为：CV_8U（默认范围为[0,255]）时，按原数据显示；
2. 当cv2.imshow()处理图像深度为CV_16U（默认范围为[0,65535]）时，除以256,映射到[0,255]；
3. 当cv2.imshow()图像深度为CV_32F和CV_64F时（默认范围为[0,1]），乘以255映射到[0,255]；当碰到负数时，首先取其绝对值，然后按照上述图像深度将超出数据范围的部分采取截断操作，最后映射到[0,255]显示图像；

2.3  图像的保存 cv2.imwrite()

原型：retval = cv2.imwrite(filename, image [, paras])

参数：

1. filename：代表文件名的字符串。文件名必须包含图像格式，例如.jpg，.png等。
2. image：图像数据矩阵
3. paras: 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。

返回值：retval。返回值，保存成功返回 True，否则返回 False。

示例

import cv2 
import matplotlib.pyplot as plt
import numpy as np

img = cv2.imread('C:\\Users\\xxx\\Downloads\\picture1.jpeg',cv2.IMREAD_GRAYSCALE) #灰度图
cv2.imwrite('picture1.png',img)