2.1 图像的读取，显示和保存

2.1 图像的读取，显示和保存实验代码2025/3/12

2.1 使用OpenCV库读取图片形状

import cv2  # 导入 OpenCV 库，用于图像处理
# 以默认方式读取图像（即彩色模式），返回一个多维数组
img1 = cv2.imread("tk14.bmp")
# 以灰度模式读取同一张图像，返回一个二维数组（高，宽）
img2 = cv2.imread("tk14.bmp", 0)
# 打印两个图像的尺寸信息（即数组形状）
print(img1.shape, "", img2.shape)

输出的结果如下：

2.2 使用 matplotlib 读取图像，并输出图像的形状。

import matplotlib.pyplot as plt  # 导入 matplotlib 库中的 pyplot 模块，用于图像显示与读取
# 使用 matplotlib 的 imread 函数读取图像
img = plt.imread("tk14.jpg")
# 打印图像的尺寸信息（shape）
print(img.shape)

输出结果如下：

2.3 使用 OpenCV 来读取并显示图像：

import cv2  # 导入 OpenCV 库
# 使用 OpenCV 的 imread 函数读取图像（默认以 BGR 彩色方式读取）
img = cv2.imread("tk14.jpg")
# 使用 OpenCV 的 imshow 函数在一个窗口中显示图像
cv2.imshow("tk14", img)
# waitKey(0) 表示程序会等待用户按下任意键再继续运行（单位是毫秒）
# 如果参数为 0，则无限等待；如果是正数，则等待指定的毫秒数后自动继续
cv2.waitKey(0)

2.4 使用 matplotlib 显示图像

import matplotlib.pyplot as plt 
# 导入 matplotlib 库的 pyplot 模块
# 使用 matplotlib 读取图像（会自动以 RGB 方式读取）
img = plt.imread("tk14.jpg")
# 使用 imshow 显示图像
plt.imshow(img)
# 设置图像标题
plt.title("img")
# 显示图像窗口
plt.show()

显示图片效果如下：

2.5 用 matplotlib 显示图像处理的效果对比：左边显示原图，右边显示像素值加 10 后的图像。

import matplotlib.pyplot as plt  # 导入 matplotlib 的绘图模块
# 读取图像，返回 RGB 格式的数组（如果是 JPG，数据类型通常是 uint8）
img = plt.imread("tk14.jpg")
# 对原图像素进行处理：所有像素值 +10
img1 = img + 10
# 创建子图窗口：1 行 2 列，第 1 个子图
plt.subplot(121)
plt.imshow(img)           # 显示原图
plt.title("original")
# 第 2 个子图
plt.subplot(122)
plt.imshow(img1)          # 显示处理后的图像
plt.title("processed")
# 显示窗口
plt.show()

左右对比图如下：

2.6 使用 OpenCV 读取的图像转换为 RGB 格式

import cv2                         # 导入 OpenCV 库，用于图像读取和处理
import matplotlib.pyplot as plt   # 导入 Matplotlib，用于图像显示
# 用 OpenCV 读取图像，默认以 BGR 彩色格式读取
img = cv2.imread("tk14.jpg")
# 将 BGR 转换为 RGB，因为 Matplotlib 显示图像使用的是 RGB 顺序
img1 = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
# 使用 Matplotlib 显示图像
plt.imshow(img1)           # 显示图像（RGB 格式）

vedio_teacher_version.py 实验（用 OpenCV 从摄像头捕获视频流并显示出来，用户可以按下 空格键保存当前帧为图像文件，也可以按下 Esc 键退出循环。）

import cv2
# 创建视频捕获对象，参数0表示使用内置摄像头  
capture = cv2.VideoCapture(0)
while True:
    # 获取视频帧  
    ref, frame = capture.read()
    # 检查是否成功获取帧  
    if not ref:
        print("无法读取视频帧")
        break
        # 显示当前帧
    cv2.imshow("captureSrc", frame)
    # 等待100ms，检查用户是否按下“Esc”键  
    k = cv2.waitKey(100)
    if k == 27:  # 如果按下ESC键，退出循环  
        break
    elif k == 32:  # 如果按下空格键，保存当前帧  
        cv2.imwrite('img.jpg', frame)  # 将当前帧保存到硬盘  
# 释放捕获对象和关闭所有窗口  
capture.release()
cv2.destroyAllWindows()