《数字图像处理》——基于OpenCV实现(二) 图像的基础操作

本篇博客将介绍有关数字图像处理的基础操作，包括图片的读取，图片的显示，图片的保存。

一.读取图片

OpenCV图片读取的函数为：cv2.imread()

其中有两个参数，第一个参数为读取图片路径，第二个参数为读取图片方式，如：

img=cv2.imread('test.png',cv2.IMREAD_GRAYSCALE)

其中，第二个参数共有三种选择：

cv2.IMREAD_COLOR    #以彩色模式加载图片，也可以用1代替，这是默认参数。
cv2.IMREAD_GRAYSCALE #以灰度图像模式加载图像，也可以用0来代替。
cv2.IMREAD_UNCHANGED #包括alpha通道的加载图像模式，也可以用-1来代替。

二.显示图像

 OpenCV图片读取的函数为：cv2.imshow()

同样有两个参数，第一个为图像的窗口名称，第二个为加载的图片。如：

cv2.imshow('tset_show',img)

但需要注意的是：在显示完图片后，要调用cv2.waitKey()给图像绘制留下时间，（一般设置参数为0），否则图片会显示一下就闪退消失。并加上cv2.destroyAllWindows()在关闭图像删除窗口。（这个函数一般不设置参数）

cv2.imshow('tset_show',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

三.图像的保存

 OpenCV图片读取的函数为：cv2.imwrite()

同样有两个参数，第一个参数为图片保存地址及名称，第二个参数为要保存的图片。如：

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

四.获取图像属性

主要介绍三个获取图片属性的函数：

（1）获取图片形状

img.shape

（2）获取图片大小

img.size

（3）获取图片数据类型

img.dtype

注意：（1）上面三个代码中的img为读取图片的变量名，可能因设置变量不同而不同。 

           （2）若以灰度图像的形式读取图片，则只会输出形状大小而不输出通道数。

五.图像通道的拆分

有时候在处理彩色图片时，需要在BGR各个通道上单独操作，这就需要划分通道，其函数分别为：cv2.split()以及cv2.merge()。其代码如下：

b,g,r=cv2.split(img) #通道拆分

img=cv2.merge((b,g,r)) #通道合并

 六.图像的色彩空间转变 

OpenCV实际上有很多种色彩空间转变的方法，其函数为cv2.cvtColor()，其中两个参数分别为需要转化的图像以及转化的方式。

比较常见的的主要有两种：将BGR形式图片与Gray灰度图转化，将BGR形式图片与HSV色彩空间转化。其代码如下：

img2=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#将三通道BGR形式转化为gray灰度图片
img3=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)#将三通道BGR形式图片转化为HSV色彩空间图片

其中，第二个参数为cv2.COLOR_xxx2yyy，其中xxx为原本图片形式，yyy为需要转化的图片形式。

例子以及完整代码：

问题：（1）读取一张图片，以三通道方式读取，（2）分别输出其形状，大小，数据类型，（3）并将其通道拆分，并显示其在B通道上的图像，然后再将其合并，（4）将原本BGR形式图片转化为灰度图片，显示其图片（5）保存转化后的图片。

import cv2

img=cv2.imread('lena.png',cv2.IMREAD_COLOR)#读取图片

print(img.shape)#输出形状
print(img.size)#输出大小
print(img.dtype)#输出数据类型

b,g,r=cv2.split(img) #通道拆分
cv2.imshow('b_lena',b) #显示在b通道上的图片 
img=cv2.merge((b,g,r)) #通道合并

img2=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#将三通道BGR形式转化为gray灰度图片
cv2.imshow('gray_show',img2)#显示图像
cv2.waitKey(0)
cv2.destroyAllWindows()


cv2.imwrite('lena_gray.png',img2)#保存图像

原图： 

显示属性：

显示在b通道上的图片：

 

转化为灰度图片并显示：

保存结果：

以上就是关于图像基本操作的全部内容，希望对你能有帮助。