【学习Python】Python图像处理（2）：图像显示

http://blog.csdn.net/lights_joy/article/details/45933907

1.    OpenCV图像显示

http://blog.csdn.net/lights_joy/article/details/45933907

之前用cv2.imshow显示图像，但这种方式无法显示的窗口无法调整大小，当显示的图像比较大的时候就无法看到完整的图像，因此我们先创建窗口再显示图像：

[python]  view plain  copy

1. import cv2  
2.   
3. img = cv2.imread('f:\\tmp\\cotton.jpg')  
4.   
5. win = cv2.namedWindow('test win', flags=0)  
6.   
7. cv2.imshow('test win', img)  
8.   
9. cv2.waitKey(0)  

opencv采用窗口名称来访问窗口，而不是窗口句柄之类的东西。

flags为0表示窗口可以用鼠标来改变大小，此时显示的图像也跟着窗口大小变化，需要注意的是它可能会导致图像的变形：

cv2.namedWindow最终使用下面的c函数完成具体的功能：

[cpp]  view plain  copy

1. /* create window */  
2. CVAPI(int) cvNamedWindow( const char* name, int flags CV_DEFAULT(CV_WINDOW_AUTOSIZE) );  

这里的flags可以接受的值为：

[cpp]  view plain  copy

1. //These 2 flags are used by cvNamedWindow and cvSet/GetWindowProperty  
2. CV_WINDOW_NORMAL       = 0x00000000, //the user can resize the window (no constraint)  / also use to switch a fullscreen window to a normal size  
3. CV_WINDOW_AUTOSIZE     = 0x00000001, //the user cannot resize the window, the size is constrainted by the image displayed  
4. CV_WINDOW_OPENGL       = 0x00001000, //window with opengl support  

2.    matplotlib图像显示

接下来试试用matplotlib显示图像：

[python]  view plain  copy

1. import cv2  
2. import matplotlib.pyplot as plt  
3.   
4. img = cv2.imread('f:\\tmp\\cotton.jpg')  
5.   
6. plt.imshow(img)  
7. plt.show()  

图像的颜色有误：

将第1通道和第3通道交换后显示：

[python]  view plain  copy

1. import numpy as np  
2. import cv2  
3. import matplotlib.pyplot as plt  
4.   
5. img = cv2.imread('f:\\tmp\\cotton.jpg')  
6. (r, g, b)=cv2.split(img)  
7. img=cv2.merge([b,g,r])  
8.   
9. plt.imshow(img)  
10. plt.show()  

这回正常了：

从前面可以看到cv2.imshow与plt.imshow的差异。cv2.imshow显示的图像窗口难以按比例缩放，但如果用plt.imshow则需要交换第一个颜色通道和第三个颜色通道。 

3.    用plt读取图像

再比较一下plt.imread和cv2.imread的差别：

[python]  view plain  copy

1. import numpy as np  
2. import cv2  
3. import matplotlib.pyplot as plt  
4.   
5. img1 = cv2.imread('f:\\tmp\\cotton.jpg')  
6. img2 = plt.imread('f:\\tmp\\cotton.jpg')  
7.   
8. plt.subplot(121)  
9. plt.imshow(img1)  
10.   
11. plt.subplot(122)  
12. plt.imshow(img2)  
13.   
14. plt.show()  

上述代码读取同一张图像并用相同的方法显示，差异还是在颜色通道上：

4.    matplotlib显示灰度图

对于只有一个颜色通道的图像，matplotlib可以指定一个map，将单个颜色通道的图像转换为彩色图像。

matplotlib支持下面的map。

[plain]  view plain  copy

1. In [8]: import matplotlib.cm as cm  
2.   
3. In [9]: cm.cmap_d  
4. Out[9]:   
5. {u'Accent': <matplotlib.colors.LinearSegmentedColormap at 0x22cbf50>,  
6.  u'Accent_r': <matplotlib.colors.LinearSegmentedColormap at 0x22d7150>,  
7. .......  
8. u'winter': <matplotlib.colors.LinearSegmentedColormap at 0x22d7290>,  
9.  u'winter_r': <matplotlib.colors.LinearSegmentedColormap at 0x22cb910>}  

选择一个map进行显示：

[python]  view plain  copy

1. import numpy as np  
2. import cv2  
3. import matplotlib.pyplot as plt  
4. import matplotlib.cm as cm  
5.   
6. img = plt.imread('f:\\tmp\\cotton.jpg')  
7. img = img[:,:,0]  
8.   
9. plt.subplot(121)  
10. plt.imshow(img)  
11.   
12. plt.subplot(122)  
13. #plt.colorbar()  
14. plt.imshow(img, cmap=cm.get_cmap('winter'))  
15.   
16. plt.show()  

结果如下：