python opencv imread()函数,关于:灰度图(二维数组图),彩色图(三维数组图)

使用函数cv2.imread(filepath,flags)读入一副图片

  • 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

代码实例:cv2.IMREAD_COLOR

import cv2
#读取彩色图片,忽略alpha通道
image = cv2.imread('images/1.jpg',cv2.IMREAD_COLOR)
#打印图片
print('image:',image)
#打印图片维度形状
print('image.shape:',image.shape)
#显示图片
cv2.imshow('image:',image)
#防止图片关闭
cv2.waitKey(0)

效果:3维数组,彩色图

image: [[[176 68 4]
[176 68 4]
[176 68 4]

[135 43 2]
[135 43 2]
[135 43 2]]

[[176 68 4]
[176 68 4]
[176 68 4]

[135 43 2]
[135 43 2]
[135 43 2]]

[[176 68 4]
[176 68 4]
[176 68 4]

[135 43 2]
[135 43 2]
[135 43 2]]

[[ 45 117 95]
[ 40 112 90]
[ 36 106 83]

[ 12 74 58]
[ 20 82 66]
[ 26 88 72]]

[[ 89 164 142]
[ 75 150 128]
[ 66 139 117]

[ 8 70 54]
[ 18 80 64]
[ 31 93 77]]

[[113 195 173]
[ 97 177 154]
[ 90 168 145]

[ 10 72 56]
[ 18 80 64]
[ 38 100 84]]]
image.shape: (365, 500, 3)
在这里插入图片描述

代码实例:cv2.IMREAD_GRAYSCALE

import cv2
#读取彩色图片,忽略alpha通道
image = cv2.imread('images/1.jpg',cv2.IMREAD_GRAYSCALE)
#打印图片
print('image:',image)
#打印图片维度形状
print('image.shape:',image.shape)
#显示图片
cv2.imshow('image:',image)
#防止图片关闭
cv2.waitKey(0)

效果:2维数组,灰度图

image: [[ 61 61 61 … 41 41 41]
[ 61 61 61 … 41 41 41]
[ 61 61 61 … 41 41 41]

[102 97 91 … 62 70 76]
[149 135 124 … 58 68 81]
[179 161 152 … 60 68 88]]
image.shape: (365, 500)在这里插入图片描述

代码实例:cv2.IMREAD_UNCHANGED

import cv2
#读取彩色图片,忽略alpha通道
image = cv2.imread('images/1.jpg',cv2.IMREAD_UNCHANGED)
#打印图片
print('image:',image)
#打印图片维度形状
print('image.shape:',image.shape)
#显示图片
cv2.imshow('image:',image)
#防止图片关闭
cv2.waitKey(0)

效果:3维数组,彩色图

image: [[[176 68 4]
[176 68 4]
[176 68 4]

[135 43 2]
[135 43 2]
[135 43 2]]

[[176 68 4]
[176 68 4]
[176 68 4]

[135 43 2]
[135 43 2]
[135 43 2]]

[[176 68 4]
[176 68 4]
[176 68 4]

[135 43 2]
[135 43 2]
[135 43 2]]

[[ 45 117 95]
[ 40 112 90]
[ 36 106 83]

[ 12 74 58]
[ 20 82 66]
[ 26 88 72]]

[[ 89 164 142]
[ 75 150 128]
[ 66 139 117]

[ 8 70 54]
[ 18 80 64]
[ 31 93 77]]

[[113 195 173]
[ 97 177 154]
[ 90 168 145]

[ 10 72 56]
[ 18 80 64]
[ 38 100 84]]]
image.shape: (365, 500, 3)在这里插入图片描述

注意

维度不同:彩色图:3维数组,灰度图:2维数组

  • 6
    点赞
  • 30
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

夏华东的博客

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值