OpenCV-Python 教程 -- Getting Started with Images

学习目标：

• 学习图像读取、显示和保存
• 熟悉三个函数：cv2.imread()，cv2.imshow()，cv2.imwrite()
• 使用Matplotlib显示图像

Using OpenCV

读取图像

cv2.imread()， 读取图像。

第一个参数：图像的路径；

第二个参数：图像读取的方式。具体选项如下：

• cv2.IMREAD_COLOR：读取彩色图像，忽略图像的透明度，是默认的读取方式。
• cv2.IMREAD_GRAYSCALE：以灰度图的方式读取。
• cv2.IMREAD_UNCHANGED：返回图像本身的通道数量，比如灰度图读出来就是单通道；彩色图读出来是3通道；带有透明度的图像，会读取alpha通道，就是4通道。

注：可以使用整数表示图像读取的方式，分别为 1，0，-1。

代码展示：

import numpy as np
import cv2

# Load an color image in grayscale
img = cv2.imread('messi5.jpg', 0)

注：如果图片路径错误，会报错，print（img），输出： None

显示图像

cv2.imshow()，在窗口显示图像，窗口会适应图像的大小。

第一个参数：字符串，窗口的名字。

第二个参数：图像数据。

代码展示：

cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllwindows()

cv2.waitKey()：键盘绑定函数。如果参数为具体数字，比如5，即5毫秒后自动关闭窗口。如果参数为0，那么点击键盘任何键，窗口会关闭。

cv2.destroyAllWindows()：销毁所有打开的窗口。

cv2.destroyWindow() ：销毁指定窗口，参数是窗口的名字。

注：通常可以提前创建windows，之后在载入图像。这种情况下，可以控制窗口的大小，对于大图显示，非常实用。函数如下：

cv2.namedWindow()，默认参数为 cv2.WINDOW_AUTOSIZE，自动缩放窗口，适应图像的大小。cv2.WINDOW_NORMAL，可以手工调整窗口大小。

代码展示：

img = cv2.imread('meshA.jpg')  # (w, h, d) = (4000, 3000, 3)
cv2.namedWindow('meshA', cv2.WINDOW_NORMAL)
cv2.resizeWindow('meshA', 400, 300)
print(img.shape)
cv2.imshow('meshA', img)  # 正常显示图片，窗口大小为（400, 300）
cv2.waitKey(0)
cv2.destroyAllWindows()


img = cv2.imread('meshA.jpg')  # (w, h, d) = (4000, 3000, 3)
cv2.namedWindow('meshA', cv2.WINDOW_AUTOSIZE)
cv2.resizeWindow('meshA', 400, 300)  # 由于参数：cv2.WINDOW_AUTOSIZE， 该语句没有作用
print(img.shape)
cv2.imshow('meshA', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

图像保存

cv2.imwrite()，保存图像。

第一个参数：图像名字，通常包含路径。

第二个参数：内存的图像数据。

代码展示：

cv2.imwrite('messigray.png',img)

内容总结

img = cv2.imread('../data/messipyr.jpg', 0)
print(img.shape)
cv2.imshow('image', img)
k = cv2.waitKey(0)

if k == 27:  # wait for ESC key to exit
     cv2.destroyAllWindows()
elif k == ord('s'):  # wait for 's' key to save and exit
     cv2.imwrite('messigray.png', img)
     cv2.destroyAllWindows()

Using Matplotlib

Matplotlib是针对Python的画图库，包含各种处理方法。下面看如何显示图像：

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

img = cv2.imread('messi5.jpg',0)
plt.imshow(img, cmap = 'gray', interpolation = 'bicubic')
plt.xticks([]), plt.yticks([])  # to hide tick values on X and Y axis
plt.show()