本专栏主要介绍如果通过OpenCv-Python进行图像处理,通过原理理解OpenCv-Python的函数处理原型,在具体情况中,针对不同的图像进行不同等级的、不同方法的处理,以达到对图像进行去噪、锐化等一系列的操作。同时,希望观看本专栏的小伙伴可以理解到OpenCv进行图像处理的强大哦,如有转载,请注明出处,感谢各位小伙伴啦!
上次我们介绍了为什么选择Opnecv-Python作为本次专栏的基本库使用,以及介绍了适用于本专栏的Python环境和IED环境,本次博客,林君学长主要给大家介绍Opnecv两个最基本函数(图像读取和显示)的使用,之后的所有图像处理都将建立在这两个函数使用的方法之上进行处理,有不正确的地方,记得提醒林君学长进行改正啦!
[Python图像处理]二 :Opencv图像读取、显示、保存基本函数原型及使用
一、图像读取函数cv2.imread()
1、图像读取原理
2、cv2.imread()函数原型
3、cv2.imread()函数使用
二、图像显示函数cv2.imshow()
1、图像显示原理
2、cv2.imshow()函数原型
3、cv2.imshow()函数使用
4、Matplotlib图像显示库
三、图像保存函数cv2.imwrite()
1、cv2.imwrite()函数原型
2、cv2.imwrite()函数使用
一、图像读取函数cv2.imread()
1、图像读取原理
1)、我们都知道,图像的基本单位为像素,怎么理解像素单位呢?大家其实便可以将像素理解为单元格,一张图片由N*M多个单元格组成,可以简单看成如下所示:
2)、然而这NxM个像素格组成的图像参数,也就是我们生活中常用的多少乘以多少的图像,例如500×500,其中的两个500分别表示这张图片的高和宽,同时,也表明了这张图片由500×500=250000个像素组成。其中,每个单元格,也就是每个像素对应这不同的像素值[0-255,0为黑色,255为白色],不同的像素值表示颜色等级不同,也就是我们常说的越深或者是越淡,如下图所示:
3)、而opencv图像的读取就是利用的以上像素格的原理,通过cv2.imread()函数,遍历出每个像素格和像素格中的值,然后保存到对应维度的数组中进行显示,一般来