【基于C++和Python的Opencv3学习笔记之图像载入、显示和保存】

最近在学习毛星云的《opencv3编程入门》，书中给出了基于C++的opencv3的编程实现，在学习过程中有一些自己的心得和体会，并分别给出了C++和Python的实现代码。

图像的载入：imread（）函数

Imread（）函数用于读取文件中的图片到opencv中，opencv中imread（）函数的原型如下：

Mat imread（const string& filename， int flags=1）;

第一个参数filename是我们需要载入的图片的路径名，第二个参数flags是载入标识，用于指定加载图像的颜色类型，默认值为1。若flag＞0，返回三通道的彩色图像，若flag=0，返回灰度图像，flag<0，返回带有透明度alpha通道的图像。

图像的显示：imshow（）函数

Imshow（）函数用于在指定的窗口显示一幅图像，函数原型如下：

void imshow（const string& winname, InputArray mat）;

winname是要显示的窗口的名称，mat是要显示的图像。需要注意的是如果窗口是用WINDOW_AUTOSIZE（默认值）创建的，则图像显示原始大小，否则图像将进行缩放以适合窗口。

窗口的创建：namedWindow（）函数

namedWindow（）函数用于创建一个窗口，如果只是简单的显示图片，可以直接imread（）读取图片，然后imshow（）直接指定出窗口名即可，但是如果显示窗口钱就需要用到窗口名，这时候必须先用namedWindow（）函数创建出窗口。namedWindow（）的函数原型如下：

void namedWindow（const string&winname， int flags=WINDOW_AUTOSIZE）;

Winname是我们创建的窗口的名称，flags是窗口标识，可以取以下的值：WINDOW_NORMAL表示用户可以改变窗口的大小；WINDOW_AUTOSIZE表示系统会自动调整大小以适应所显示的图像，用户不能随意更改大小；WINDOW_OPENGL表示窗口创建的时候会支持OpenGL。

图像的保存：imwrite（）函数

Imwrite（）函数用于将图像保存到指定文件，函数原型为：

void imwrite（const string& filename， InputArray img， const vector<int>  ¶ms=vector<int>（））;

Filename是保存的文件名，img一般是需要保存的图像，通常是一个Mat类型的图像数据，params是以特定形式保存的参数编码，默认值为vector<int>（），一般情况下不用管这个参数。

简单的代码示例（基于C++）

#include "stdafx.h"
#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>

using namespace std;
using namespace cv;

int _tmain(int argc, _TCHAR* argv[])
{
	// 图像的载入和显示
	Mat img = imread("lena_color.tiff");
	namedWindow("lena彩色");
	imshow("lena彩色", img);

	
	// 简单的图像混合
	Mat img1 = imread("lena_gray.bmp");
	Mat ROI1, ROI2;
	Mat img2 = Mat::zeros(400, 400, CV_8UC3);
	ROI1 = img(Rect(50, 50, 400, 400));
	ROI2 = img1(Rect(50, 50, 400, 400));
	
	// 两个ROI进行叠加
	addWeighted(ROI1, 0.3, ROI2, 0.5, 0.0, img2);
	
	namedWindow("效果图");
	imshow("效果图", img2);

	// 保存图像
	imwrite("叠加后图像.bmp", img2);
	
	waitKey(0);
	
	return 0;
}

简单的代码示例（基于Python）

# coding=UTF-8
import numpy as np
import cv2

# 图像的载入和显示
img = cv2.imread('lena_color.tiff')
img1 = cv2.imread('lena_gray.bmp')
cv2.namedWindow('lena_color')
cv2.imshow('lena_color', img)

# 简单的图像混合
ROI1 = img[50:450, 50:450]
ROI2 = img1[50:450, 50:450]
img2 = cv2.addWeighted(ROI1, 0.3, ROI2, 0.5, 0.0)
cv2.namedWindow("result")
cv2.imshow("result", img2)

# 图像的保存
cv2.imwrite('result.bmp', img2)
cv2.waitKey(0)