数字图像处理基于opencv-python 入门demo1

数字图像处理

随着人工智能发展，数字图像处理显得尤为作用，体现在如何让计算机代替人眼进行识别检测一些物体，进而对一些生活场景进行监控，控制以及处理。

图像的读取

"""
@Time    : 2024/4/28 22:14
@Author  : chensong
@File    : 图像属性与数据类型转换.py
@Desc    : 
"""

# 图像属性与数据类型转换
import cv2 as cv
import numpy as np

if __name__ == '__main__':
    # 读取图像，支持 bmp、jpg、png、tiff 等常用格式
    filepath = "./images/Lena.tif"  # 读取文件的路径
    img = cv.imread(filepath, flags=1)  # flags=1 读取彩色图像(BGR)
    print(img)
    gray = cv.imread(filepath, flags=0)  # flags=0 读取为灰度图像
    print(gray)
    cv.imshow('lena灰度图',gray)
    cv.waitKey(0)
    cv.destroyAllWindows()
    # {}中填入函数变量  opencv读取的是BGR格式数据

    #   打印数组维度
    print("Ndim of img(BGR): {}, gray: {}".format(img.ndim, gray.ndim))
    # number of rows, columns and channels打印数组行列数以及通道数
    print("Shape of img(BGR): {}, gray: {}".format(img.shape, gray.shape))
    # 打印数组元素个数
    print("Size of img(BGR): {}, gray: {}".format(img.size, gray.size))  # size = rows * columns * channels

    # 将数组元素类型转为32bit浮点型
    imgFloat = img.astype(np.float32) / 255
    # 打印数组原始的数据类型
    print("Dtype of img(BGR): {}, gray: {}".format(img.dtype, gray.dtype))  # uint8
    # 打饮转换后的数组数据类型
    print("Dtype of imgFloat: {}".format(imgFloat.dtype))  # float32```
## 结果如下
D:\personalSoft\anaconda3\python.exe D:\pythonProject1\opencv函数大全\图像属性与数据类型转换.py 
[[[125 137 226]
  [125 137 226]
  [133 137 223]
  ...
  [122 148 230]
  [110 130 221]
  [ 90  99 200]]

 [[125 137 226]
  [125 137 226]
  [133 137 223]
  ...
  [122 148 230]
  [110 130 221]
  [ 90  99 200]]

 [[125 137 226]
  [125 137 226]
  [133 137 223]
  ...
  [122 148 230]
  [110 130 221]
  [ 90  99 200]]

 ...

 [[ 60  18  84]
  [ 60  18  84]
  [ 58  27  92]
  ...
  [ 84  73 173]
  [ 76  68 172]
  [ 79  62 177]]

 [[ 57  22  82]
  [ 57  22  82]
  [ 62  32  96]
  ...
  [ 79  70 179]
  [ 81  71 181]
  [ 81  74 185]]

 [[ 57  22  82]
  [ 57  22  82]
  [ 62  32  96]
  ...
  [ 79  70 179]
  [ 81  71 181]
  [ 81  74 185]]]
[[162 162 162 ... 170 155 128]
 [162 162 162 ... 170 155 128]
 [162 162 162 ... 170 155 128]
 ...
 [ 43  43  50 ... 104 100  98]
 [ 44  44  55 ... 104 105 108]
 [ 44  44  55 ... 104 105 108]]
Ndim of img(BGR): 3, gray: 2
Shape of img(BGR): (512, 512, 3), gray: (512, 512)
Size of img(BGR): 786432, gray: 262144
Dtype of img(BGR): uint8, gray: uint8
Dtype of imgFloat: float32

进程已结束，退出代码为 0
## 结果分析
![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/2b9e0832b72b4f82a213821e5978c9c7.png)
对于这个数组，我们可以按照上图分析，注意第0列为BGR