从0开始的OpenCV图像处理(一)

所需库

pip install numpy
pip install scipy
pip install matplotlib
pip install mahotas
pip install scikit-learn
pip install -U scikit-image

从0开始的机器视觉

从0开始学习OpenCV(当然得有一定的Python基础)，直接来看代码吧，新建一个load_display_save.py

from __future__ import print_function
import argparse
import cv2

ap = argparse.ArgumentParser()
ap.add_argument("-i", "--image", required=True,
                help="Path to the image")
args = vars(ap.parse_args())

首先是导入所必须要的第三方库。

from __future__ import print_function 实际上在这里使用的是print()函数，而不是print语句实际上是为了兼容python3 和 python2的使用。

argparse 是为了帮助处理解析命令行参数，而cv2 很明显是为了之后的图像处理做引用。

随后5-8行代码是用来处理解析命令，--image 用来获取硬盘上的图像路径，随后将量化的图像数据存储在字典中（python本身并没有数组功能（python3.7），使用numpy可以解决）。

image = cv2.imread(args["image"])
print("width:{}pixels".format(image.shape[1]))
print("height:{}pixels".format(image.shape[0]))
print("channels:{}".format(image.shape[2]))

cv2.imshow("Image", image)
cv2.waitKey(0)

现在，所选择的图片已经加载到计算机内存中了，调用cv2.imread()函数，它可以返回一个代表图像的 Numpy 数组。

随后三行代码，通过print()函数来输出（可视化）图像的信息，因为已经是数组形式的数据了所以这里可以通过调用.shape属性来输出。

最后两行，第一个用来在桌面显示我们调用的图像，imshow()方法中的"Image"代表输出框的名称，image 代表我们从硬盘中提取到内存中的图像映射名称，waitKey()方法用来控制输出的选项框不会立刻消失（如果没有这行代码，可能结果只会出现在一瞬间后就立马消失），"0"代表按下键盘上的任意按键来结束（关闭）这个输出框。

最后一件事就是将“处理（事实这个程序15行啥也没干…不过作为学习使用方法了）”写入到硬盘中：

cv2.imwrite("newimage.jpg", image)

如果想调试这个项目的话需要在terminal中“手动”调试：（pycharm下方自带terminal选项卡可以很方便的使用，vs code也同理，如果需要在cmd之类的终端运行代码的话 需要cd 到代码所在目录。）

比如：

python load_display_save.py --image ./images/trex.png

更多编程相关的知识可以访问我的个人博客
https://idzforjh.top
联系方式qq:1486702069
欢迎与我一起讨论、学习。