Opencv学习笔记-第1篇 读显存图

Opencv学习笔记-第1篇 读显存图

---

---

前言

学习基础操作，读、显示、存储图片
分别对应： cv2.imread(), cv2.imshow() , cv2.imwrite()

---

一、读取图片

第一个参数是图片路径，
第二个是颜色类别，默认flags=1，表示彩图，那么这个矩阵就是widthheight3，每个像素点都是一个三元组组成。flags=0，表示灰度图，每个像素点由1个0-255的数表示。

cv2,imread(filename,flags)		

# 读取彩图
img_rgb = cv2.imread("image/golf.png")
# 读取灰度图
img_gray = cv2.imread("image/golf.png",0)

另外，opencv读进来的图片是矩阵，可能会对原始图片做一些映射之类的调整，如果发现图片处理的结果跟设想的不一样，那么可以考虑是这个的问题。

opencv对于图片的处理就是对矩阵中数值的处理。

二、显示图片

opencv常用的有两种显示方式，一种是弹出一个窗口，另一种是使用matplotlib

用窗口显示图片：

# 生成一个名为image的窗口，将图片输出出来
cv2.imshow('image',img_rgb)
# 等待接受一个按键
cv2.waitKey(0)
# 如果接受到按键，就摧毁窗口
cv2.destroyAllWindows()

用matplotlib显示图片：

# 获取图片
plt.imshow(img_rgb)
# 把matplotlib的横纵坐标隐去
plt.xticks([]), plt.yticks([])  # to hide tick values on X and Y axis
# 显示图片
plt.show()

如果不隐藏横纵坐标，那么就是下面这个样子。

如果需要显示灰度图，那么需要增加个参数 cmap=‘gray’

plt.imshow(img_gray,cmap = 'gray', interpolation = 'bicubic')
plt.xticks([]), plt.yticks([])  # to hide tick values on X and Y axis
plt.show()

第三个参数interpolation代表插值方法，可以使用：1.最临近法。2.双线性插值法。3.三次内插值法

示例中用的是双线性内插法，计算量大于最邻近点法，灰度连续，具有低通滤波性质，使高频分量受损，图像轮廓可能会有一点模糊。

这几个方法计算量逐渐增大，效果也逐渐变好。

不写这个参数也可以。
但是如果需要将图像变大变清晰或者变小，那么就要插一下。

三、存（写）图片

存图就这样吧，前面是路径，后边是图片

cv2.imwrite('image/gray_golf.png',img_gray)

其实后边还可以跟一个参数，ImwriteFlags，用来设置图片的格式、质量等等，详见官方，或者用的时候再搜索。

https://docs.opencv.org/3.1.0/d4/da8/group__imgcodecs.html#ga292d81be8d76901bff7988d18d2b42ac

图片存储函数cv2.imwrite（）是有返回值的，如果存储成功就会返回1，失败就是0

机器人视觉系统采集回来的图片逐帧的分析存储时，使用这个trick就可以很方便的来循环操作了。

PS. 组装起来

import cv2
from matplotlib import pyplot as plt
# 读取彩图
img_rgb = cv2.imread("image/golf.png")
# 读取灰度图
img_gray = cv2.imread("image/golf.png",0)

# 获取图片
plt.imshow(img_rgb)
# 把matplotlib的横纵坐标隐去
plt.xticks([]), plt.yticks([])  # to hide tick values on X and Y axis
# 显示图片
plt.show()

cv2.imwrite('image/gray_golf.png',img_gray)