基于OpenCv的传统视觉应用 OpenCV-Python库和matplotlib库进行图像处理

图像生成

OpenCv是计算机视觉中经典的专用库，具备支持多语言、跨平台的优点，功能强大。
OpenCv-Python为OpenCV提供了Python接口，这样使用者在Python中能够调用C/C++，从而在保证易读性和运行效率的前提下，实现所需功能。

• cv2.imshow(window_name,img)函数在窗口中显示图像，窗口会自动适应不同的他图像尺寸。

第一个参数window_name是窗口的名称，是一个字符串，使用者可以根据需要创建任意多个窗口；第二个参数img是图像的名称。

使用OpenCV显示图像：

import cv2

image = cv2.imread("./dog.jpg")  # 读取图像
# 第二个参数填cv2.IMREAD_GRAYSCALE  就会变成灰度图

cv2.namedWindow("window")   # 创建窗口
cv2.imshow("window", image)  # 显示图像
cv2.waitKey(0)        # 等待键盘输入
cv2.destroyAllWindows()   # 销毁窗口

使用matplotlib显示图像：

# 目标：提供一张图像，使用matplotlib显示该图像
import cv2
import matplotlib.pyplot as plt

image = cv2.imread("./dog.jpg")

image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)  # 将颜色通道从bgr转化成rgb

# 使用matplotlib显示图像
plt.imshow(image)
plt.show()

Matplotlib也是一种常用的图像处理库，可以使用matplotlib.pyplot.imshow(img)函数来显示图像，参数img代表图像对象。

需要注意的是，使用OpenCV读取的图像通道为BGR，而Matplotlib使用的颜色通道为RGB，所以需要进行颜色通道转换。先将OpenCV读取的BGR颜色通道转换为RGB颜色的图像，再使用matplotlib正确显示图像。

小结：
在opencv中，可以使用v2.imshow()来读取图像。
这个函数通常有两个参数，第一个参数是图像地址，第二个参数是一个标志，指定了读取图像的方式。

cv2.cvtColor(img,color_change) 函数对颜色维度进行转换。
第一个参数img是图像对象。
第二个参数color_change可以是cv2.COLOR_BGR2GRAY,用来将BGR通道彩色图转换为灰度图。

• 该函数返回修改后的图像数字矩阵，所以我们可以打印它来看修改过后的矩阵

在Matplotlib中，可以使用matplotlib.pyplot.imread(fname,format=None)函数来读取图像。
其中，fname是图像路径；format是图像格式，默认值是None。如果没有提供图像格式，则imread()函数会从fname中提取图像格式（如jpg png）
该函数返回值是图像数字矩阵，维度如下：
（M，N，3）：用于RGB彩色图
（M，N）：用于灰度图

imread()的使用

import cv2
import matplotlib.pyplot as plt

image_gray = cv2.imread('./dog.jpg', flags=0)   # 读取单通道灰度图
print(image_gray.shape)   # (600, 960, 3)
print(image_gray.size)   # 1728000
print(image_gray.dtype)  # uint8
plt.imshow(image_gray, cmap="gray")
plt.show()

image_bgr = cv2.imread("./dog.jpg", flags=1)  # 读取三通道彩色图
image_rgb = image_bgr[:, :, ::-1]
print(image_bgr.shape)
print(image_bgr.size)
print(image_bgr.dtype)
plt.imshow(image_rgb)
plt.show()

image_gray2 = cv2.cvtColor(image_bgr, cv2.COLOR_BGR2GRAY)  # 将彩色图转换为灰度图
plt.imshow(image_gray2, cmap="gray")
plt.show()

单通道灰度图：

三通道彩色图：

将彩色图转换为灰度图：

from matplotlib import pyplot as plt

image_rgb = plt.imread("./dog.jpg")
print(image_rgb.shape)   # (600, 960, 3)  高度、宽度、通道数
print(image_rgb.size)   # 1728000    高度*宽度*通道数
print(image_rgb.dtype)  # uint8     储存图像使用的数据类型
plt.imshow(image_rgb)
plt.show()

图像保存

在OpenCV中，可以使用cv2.imwrite(dir,img)函数来保存图像。
第一个参数dir是图像储存的位置。
第二个参数img是图像的对象。
该函数用于将ndarray（numpy数组）对象保存成图像文件，并返回图像结果。在默认情况下，该函数的保存为8位单通道的BGR图像。

在matplotlib中，可以使用matplotlib.pyplot,imsave(dir,img,**kwargs)函数来保存图像。
第一个参数dir是图像存储位置。
第二个参数img是图像对象。
第三个参数是一个字典参数，内容较多，下面总结了几个常用的参数值。

• format：指明图像格式，可能的格式有png jpg svg等，支持大多数图像格式。
• dpi：分辨率，用于调整图像的清晰度
• cmap：颜色映射，对于彩色图像此参数被忽略，只对灰度图像有效。

案例：使用OpenCV保存图像

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

# 使用OpenCV保存 uint8 类型的图像
image_array = np.array([
    [[255, 0, 0], [0, 255, 0], [0, 0, 255]],
    [[255, 255, 0], [255, 0, 255], [0, 255, 255]],
    [[255, 255, 255], [128, 128, 128], [0, 0, 0]],
], dtype=np.uint8)
cv2.imwrite("./opencv_imwrite.jpg", image_array)

# 读取保存的unit8类型的图像
image = cv2.imread('./opencv_imwrite.jpg')
image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
plt.imshow(image)
plt.show()

保存的图像：

读取后显示的图像：

image_array_2 = np.array([
    [[1,0,0],[0,1,0],[0,0,1]],
    [[1,1,0],[1,0,1],[0,1,1]],
    [[1,1,1],[0.5,0.5,0.5],[0,0,0]],
],dtype=np.float64)
cv2.imwrite('./opencv_imwrite2.jpg',image_array_2)

#读取保存的float64图像
image = cv2.imread('./opencv_imwrite2.jpg')
image = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
plt.imshow(image)
plt.show()

显示的图像：

使用matplotlib保存图像

这里只演示一种：保存uint8类型的图像 其他类型的图像保存方法一样

import numpy as np
from matplotlib import pyplot as plt

# 使用Matplotlib保存uint8类型的图像
image_array = np.array([
    [[255, 0, 0], [0, 255, 0], [0, 0, 255]],
    [[255, 255, 0], [255, 0, 255], [0, 255, 255]],
    [[255, 255, 255], [128, 128, 128], [0, 0, 0]],
], dtype=np.uint8)

plt.imsave('./matplotlib_imwrite.jpg', image_array)

# 读取保存的uint8类型的图像
image = plt.imread('./matplotlib_imwrite.jpg')
plt.imshow(image)
plt.show()

保存后读取的图像：