OpenCV 3 python学习笔记（图片I/O篇）

import cv2
cv2.imread(filename[, flags])

imread支持以下格式的图片

    .   -   Windows bitmaps - \*.bmp, \*.dib (always supported)
    .   -   JPEG files - \*.jpeg, \*.jpg, \*.jpe (see the *Notes* section)
    .   -   JPEG 2000 files - \*.jp2 (see the *Notes* section)
    .   -   Portable Network Graphics - \*.png (see the *Notes* section)
    .   -   WebP - \*.webp (see the *Notes* section)
    .   -   Portable image format - \*.pbm, \*.pgm, \*.ppm \*.pxm, \*.pnm (always supported)
    .   -   Sun rasters - \*.sr, \*.ras (always supported)
    .   -   TIFF files - \*.tiff, \*.tif (see the *Notes* section)
    .   -   OpenEXR Image files - \*.exr (see the *Notes* section)
    .   -   Radiance HDR - \*.hdr, \*.pic (always supported)
    .   -   Raster and Vector geospatial data supported by Gdal (see the *Notes* section)

如果没找到，返回an empty matrix ( Mat::data==NULL )
第二个参数（可省略）有时候很关键，会影响后面滤波卷积的操作。
参数如下：

IMREAD_ANYCOLOR=4 #the image is read in any possible color format
				  #（这里不知道怎么 翻译any，任一？or意指原来的？）
IMREAD_ANYDEPTH=2 #返回的深度不变如果图像深度为16位则读出为16位，
				  #32位则读出为32位，其余的转化为8位
IMREAD_COLOR=1 #返回3通道BGR图
IMREAD_GRAYSCALE=0 #返回单通道灰度图
IMREAD_LOAD_GDAL=8 #使用gdal驱动读取文件
IMREAD_UNCHANGED=-1 #返回原图，即带alpha通道

在文档里可以看到并总结为，
flag>0 三通道彩色图
flag=0 灰度图
flag<0 原图

此外，还有缩放图片原大小的参数，补充如下：

IMREAD_REDUCED_GRAYSCALE_2 #如果设置了这个,图像总是转换为单通道灰度图,且尺寸缩减为1/2  
IMREAD_REDUCED_COLOR_2 #图像总是转换为彩色3通道BGR且尺寸缩减为1/2.    
 
IMREAD_REDUCED_GRAYSCALE_4 #同上,灰度,缩减为1/4     
IMREAD_REDUCED_COLOR_4 #同上,彩色,缩减为1/4    
 
IMREAD_REDUCED_GRAYSCALE_8 #同上,灰度,缩减为1/8     
IMREAD_REDUCED_COLOR_8 #同上,彩色,缩减为1/8

缩放这里参考了一个博主的总结，忘了看的谁的，没有链接，有时间再补。

import cv2
cv2.imwrite(filename,img)

这个函数对img有要求，要求图像为BGR或灰度格式，并且每个通道要有一定的位（bit）。Only 8-bit (or 16-bit unsigned (CV_16U)
. in case of PNG, JPEG 2000, and TIFF) single-channel or 3-channel (with ‘BGR’ channel order) images . can be saved using this function.

img.shape

返回height和width和通道数

img.size

返回像素个数（文件大小）

cv2.cvtColor()

在从RGB颜色空间转换的情况下，应该明确地指定信道的顺序（RGB或BGR）。

bytearray()

class bytearray([source[, encoding[, errors]]]):
如果 source 为整数，则返回一个长度为 source 的初始化数组；
如果 source 为字符串，则按照指定的 encoding 将字符串转换为字节序列；
如果 source 为可迭代类型，则元素必须为[0 ,255] 中的整数；
如果 source 为与 buffer 接口一致的对象，则此对象也可以被用于初始化 bytearray。
如果没有输入任何参数，默认就是初始化数组为0个元素。

bytearray(img)
可以将矩阵转换为标准的一维python bytearray格式
grayImage=numpy.array(buteArray).reshape(height,width)
bgrImage=numpy.array(byteArray).reshape(height,width,3)
可以将butearray转换为矩阵格式

通过循环来处理python数组的效率非常低，应该尽量避免这样的操作。
使用数组索引可以高效地操作像素。

可以通过以下的操作设置感兴趣区域，用索引是循环的效率的600倍。

my_roi=img[0:100,0:100]
img[200:300,200:300]=my_roi

cv2.imshow(winname, mat)

这个没啥说的，起名字和传入img就可以。
记得cv2.destroyAllWindows()