Open-图像处理和计算机视觉

1. 读入并显示图像

# -*- coding: utf-8 -*-
__author__ = 'zzw'
import cv2
filename = "D:\\lena.jpg"
img = cv2.imread(filename)
#imread第二个参数可以调节通道数和比特数。
print type(img), img.shape, img.dtype
#<type 'numpy.ndarray'> (512L, 512L, 3L) uint8
#第0轴为图像的高，第1轴为图像的宽,有三个通道，即图像中的每个像素的颜色用三个数值表示。
#根据dtype可知，每个通道的颜色值都用一个字节表示。
#imread()返回的是一个元素类型为unit8的三维数组。
cv2.imshow("demo1", img)
cv2.waitKey(0)

1. 写文件

#以不同画质保存
for quality in [90, 60, 30]:
    cv2.imwrite("D:\\lena_q{:02d}.jpg".format(quality), img, [cv2.IMWRITE_JPEG_QUALITY, quality])

3.图像输出

from matplotlib.cm import ScalarMappable
from IPython.display import Image
import cv2
import numpy as np
def func(x, y, a):
    return (x * x - y * y) * np.sin((x + y) / a) / (x * x + y * y)
def make_image(x, y, a, dtype="unit8"):
    z = func(x, y, a)
    img_rgba = ScalarMappable(cmap="jet").to_rgba(z)
    img = (img_rgba[:, :, 2::-1] * np.iinfo(dtype).max).astype(dtype)
    return img
y, x = np.ogrid[-10:10:250j, -10:10:500j]
img_8bit = make_image(x, y, 0.5, dtype="uint8")
img_16bit = make_image(x, y, 0.5, dtype="uint16")
cv2.imwrite("D:\\img8bit.jpg", img_8bit)
cv2.imwrite("D:\\img16bit.jpg", img_16bit)
cv2.imwrite("D:\\img8bit.png", img_8bit)
cv2.imwrite("D:\\img16bit.png", img_16bit)