OpenCV基本操(IO操作，读取、显示、保存）

今夕是何年，

已于 2023-10-12 13:07:44 修改

阅读量763

点赞数

分类专栏： 3D视觉从入门到精通文章标签： python opencv

于 2023-08-30 14:13:15 首次发布

本文链接：https://blog.csdn.net/qq_53545309/article/details/132548884

版权

3D视觉从入门到精通专栏收录该内容

30 篇文章 19 订阅

订阅专栏

图像的IO操作，读取和保存方法

1.1 API

cv.imread()

参数：

要读取的图像

读取图像的方式：

cv.IMREAD*COLOR:以彩色模式加载图像，任何图像的图像的透明度都将被忽略。这是默认参数标志： 1

cv.IMREAD*GRAYSCALE :以灰度模式加载图像标志： 0

cv.IMREAD_UNCHANGED :包括alpha通道（透明通道）的加载图像模式。标志： -1

可以使用1、0或者-1来替代上面三个标志

1.2显示图像

cv.imshow()

参数：

显示图像窗口名称，以字符串类型表示
要加载的图像

注意：在调用图像API后，要调用cv.waitKey()给图像绘制留下时间，否则窗口会出现无响应的情况，并且图像无法显示出来

另外我们也可以使用matplotlib对图像进行展示

如果读取的是彩色图像（三个通道·）

'''
读取图像的方式：

**cv.IMREAD*COLOR**:以彩色模式加载图像，任何图像的图像的透明度都将被忽略。这是默认参数                    标志：  1

**cv.IMREAD*GRAYSCALE**   :以灰度模式加载图像                            标志：  0

**cv.IMREAD_UNCHANGED**   :包括alpha通道(透明度通道)的加载图像模式。         标志： -1

可以使用**1、0或者-1**来替代上面三个标志
'''
import cv2
import numpy as np
import cv2 as cv

import matplotlib.pyplot as plt

#以灰度图的形式读取图像


img = cv.imread('lena.png')

cv.imshow('image1',img)

cv2.waitKey(0)


#在matplotlib中显示

plt.imshow(img[:,:,::-1])  #图像按BGR顺序存储，显示的时候顺序是RGB通道，所以需要翻转成RGB

plt.show()

在这里插入图片描述

如果读取的是灰度图（一个通道）

plt.imshow(img,cmap='gray')   #使用灰度色彩映射显示灰度图像
plt.show()  #显示图像

1.3保存图像

cv.imwrite()

参数：

文件名，要保存在哪里（注意：要具体到文件名）
要保存的图像

#保存图像
cv.imwrite(r"E:\All_in\opencv\lena_saved.png",img)

注意事项：
OpenCV是一个强大的图像处理库，可以实现各种图像处理和计算机视觉任务。在使用OpenCV进行IO操作（如读取、显示、保存）时需要注意以下几点：

图像格式与通道数
在进行图像IO操作时，需要了解输入/输出的图像格式和通道数。一般情况下，OpenCV支持常见的图像格式（如灰度图、BGR图、RGBA图等）和通道数（如单通道、三通道、四通道等）。不同的图像格式和通道数对应着不同的读取、显示和保存方式，需要根据实际情况选择相应的IO函数。

文件路径和命名规则
在进行图像IO操作时，需要指定文件路径和命名规则。文件路径用于指定图像文件的存储位置，可以是相对路径或绝对路径；命名规则用于指定图像文件的名称和后缀，常见的包括jpg、png、bmp等。需要注意的是，在指定文件路径和命名规则时应确保合法性，例如避免使用特殊字符和中文命名等问题。

显示窗口和事件处理
在使用OpenCV进行图像显示时，需要创建一个窗口用于显示图像。窗口的创建和命名可以通过特定函数实现，同时还需要设定窗口的大小和位置。另外，在窗口显示图像时需要考虑事件的处理，例如鼠标点击、键盘按键等，需要通过回调函数对事件进行响应。

图像压缩和质量控制
在进行图像保存时，需要考虑图像压缩和质量控制等因素。OpenCV支持多种图像压缩格式，可以通过参数传递来指定压缩格式和压缩比率。同时还可以通过设定图像质量参数来控制保存图像的质量和精度。

内存管理和异常处理
在进行IO操作时还需要考虑内存管理和异常处理。在读取、显示和保存图像时，可能会涉及到大量的内存分配和释放，需要注意防止内存泄漏等问题。另外，在进行IO操作时，也需要注意异常情况的处理，例如文件不存在、读取错误等问题，需要通过异常处理机制进行处理。

综上所述，OpenCV是一个强大的图像处理库，可以实现各种图像处理和计算机视觉任务。在进行IO操作时，需要注意图像格式与通道数、文件路径和命名规则、显示窗口和事件处理、图像压缩和质量控制、内存管理和异常处理等问题。遵循这些注意事项，可以更好地使用OpenCV进行图像IO操作，并实现各种图像处理任务。