opencv处理dicom图像_图像处理之OpenCV的基础使用

OpenCV是计算机视觉开源软件库，在图像处理领域应用非常广泛。目前其中能进行视觉处理的函数和方法达到1000多个，能够满足大部分行业的需求，包括医学影像、设计外观、生物体检测等。下面从opencv在python中的基础使用开始说起。

（1）opencv的安装

本篇使用的pythonIDE 为pycharm专业版，新建项目之后，直接在project的setting菜单里添加opencv-python库安装即可：

在可选择的库里找到opencv-python，目前版本为4.3，其github地址为：

https://github.com/skvark/opencv-python​github.com

安装完成后如下所示。

同时由于图像本身是由多个像素点组成，每个像素点有不同的像素值，如果是灰白图像，像素值就是0-255之间的值，如果是彩色图像，就有三个通道，每个通道像素值为0-255。如果是二维黑白图片，这些像素点就够成了一个二维矩阵，如果是二维彩色图片，这些像素点就是一个多维矩阵。也就是说，如果要对图像进行处理，实际上就是对矩阵里的像素值进行分析，因此安装和使用numpy或者pandas库就显得很有必要了。

（2）opencv简单使用

安装好了，我们说做就开始做。使用的时候直接在python文件中import导入即可。

实践1：读入图片显示图片，函数为imread和imshow

cv2.imread(filepath,flags): 用于读取图片，函数默认读取的是一副彩色图片，想要读取灰度图，则需要设置参数。其中参数： filepath：要读入图片的完整路径

• • flags：读入图片的标志
    • cv2.IMREAD_COLOR：默认参数，读入一副彩色图片，忽略alpha通道
    • cv2.IMREAD_GRAYSCALE：读入灰度图片
    • cv2.IMREAD_UNCHANGED：顾名思义，读入完整图片，包括alpha通道

cv2.imshow(windowName,filepath)：创建一个窗口显示图片，共两个参数，第一个参数表示窗口名字，可以创建多个窗口中，但是每个窗口不能重名；第二个参数是读入的图片

下面我们在项目里新建一个main.py文件，开始输入下面内容：