【Python Opencv 官方教程】1.图片的存取显示

本文主要是介绍【Python Opencv 官方教程】1.图片的存取显示，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

本系列论文翻译自opencv官方文档

opencv_python tutorial

introduction部分略过，install过程略，由于本人的python环境采用的anaconda集成环境，opencv的安装也是采用的pip安装，这里不再赘述。

本节从图像的读取，显示开始学习，目标：

学会读取、显示以及存储图像
将会学到以下几个函数：cv2.imread()、cv2.imshow()、cv2.imwrite()
同时，你将试着使用matplotlib显示图片

let‘s go！

当然，你也许希望阅读英文原版，本文地址如下：

Getting Started with Images

读取图片

采用函数cv2.imread()读取一副图像。

参数一：当前工作目录下的图片文件名，或图像的全路径。
参数二：读取图片的方式标识。
- cv2.IMREAD_COLOR：默认参数值，读取成彩色图像，忽略alpha通道（透明度）
- cv2.IMREAD_GRAYSCALE：读取成灰度图
- cv2.IMREAD_UNCHANGED ：原图读取，不忽略透明通道，则读出来的是4通道的图片。
- tips：以上三个参数值，其实分别是整数1，0和-1.可以直接采用对应的int数作为参数。
- tips：当读取出错，比如图像路径错误，函数不会抛出异常，但是返回一个空对象None

import numpy as np
import cv2# Load an color image in grayscale
img = cv2.imread('messi5.jpg',0)

显示图片

调用cv2.imshow()创建一个窗口显示图片，这个窗口会自动适应图片的大小。

参数一：window name，string类型。
参数二：image对象
可以创建任意多的显示窗口，但是窗口名字必须不同

cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

cv2.waitKey()

cv2.waitKey(milliseconds)是一个键盘绑定函数（个人理解为一个键盘事件监听函数），它的参数是一个毫秒为单位的时间t，该函数会在t毫秒内，监听键盘事件（超过时间t后，窗口自动关闭）。如果在t时间内，输入任意键盘（触发键盘事件），程序将会继续执行，窗口关闭，且waitkey返回按下的键盘的ascii码（如按esc，返回27）。利用这个函数可以用来做按键检测。

若参数为0（或默认参数None），它将等待无穷大的时间，即窗口不会自动关闭。

Note：这个waitKey函数除了上述作用，还可以用以处理其他许多GUI的事件（比如后续会用到的调试效果的trackbar），所以当你在显示图片的时候必须使用它。

cv2.destroyAllWindows()

该函数用于销毁所有创建的窗口，若需要指定销毁某一窗口，调用cv2.destroyWindow(window name)，参数传递窗口名即可。

有一个特例（相对im.imshow自动创建窗口而言），你可以先创建一个窗口，之后在用它来载入显示图片。这种方式下，你可以指定是否窗口可以被调整大小。调用函数cv2.namedWindow(name,flag)，默认情况下，flag是cv2.WINDOW_AUTOSIZE表示窗口是自动适应图片大小，若你希望可以随意调整窗口大小（在图片很大或是为窗口添加trackbar的时候会很有用），你可以将flag设置为cv2.WINDOW_NORMAL.

cv2.namedWindow('image', cv2.WINDOW_NORMAL)
cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

回写图片

使用cv2.imwrite()函数保存图片。

第一个参数：保存的文件名（全路径文件名）
第二个参数：图片对象

# 保存图片为PNG格式到当前工作目录
cv2.imwrite('messigray.png',img)

下列代码实现以下功能

载入一副灰度图
显示图片
当按下’s’键时，保存图片，并退出
当按下’ESC’时，不保存图片，直接退出

import numpy as np
import cv2img = cv2.imread('messi5.jpg',0)
cv2.imshow('image',img)
k = cv2.waitKey(0)
if k == 27:         # wait for ESC key to exitcv2.destroyAllWindows()
elif k == ord('s'): # wait for 's' key to save and exitcv2.imwrite('messigray.png',img)cv2.destroyAllWindows()

ord() 函数是 chr() 函数（对于8位的ASCII字符串）或 unichr() 函数（对于Unicode对象）的配对函数，它以一个字符（长度为1的字符串）作为参数，返回对应的 ASCII 数值，或者 Unicode 数值，如果所给的 Unicode 字符超出了你的 Python 定义范围，则会引发一个 TypeError 的异常。

官方文档中说，若是64位系统，需要将k = cv2.waitKey(0)修改为k = cv2.waitKey(0) & 0xFF，事实上，我的电脑是64位环境，上述代码任然有效，不知道是什么情况。

使用matplotlib

Matplotlib是一个python的绘图库，它提供了种类繁多的绘图方法，后续的文章中你会学习到的。此处，我们使用它进行图片的显示，你可以缩放图片，保存图片。

import numpy as np
import cv2
from matplotlib import pyplot as pltimg = cv2.imread('messi5.jpg',0)
plt.imshow(img, cmap = 'gray', interpolation = 'bicubic')
plt.xticks([]), plt.yticks([])  # 隐藏x轴和y轴的坐标轴
plt.show()

Matplotlib提供许多绘图选项可用，可以查阅Matplotlib的文档了解详情，之后我们用到再说。

Opencv加载彩色图像是以BGR模式的，而Matplotlib显示图片是以RGB模式的，所以如果以Opencv加载然后在Matplotlib中显示，彩色图片不能被正确地显示。

当然，你可以采用下面这种方式，转换图像通道，以进行正确的显示。

import cv2
import numpy as np
import matplotlib.pyplot as pltimg = cv2.imread('messi4.jpg')
# 拆分三个通道
b,g,r = cv2.split(img)
# 按rgb顺序重组三个通道
img2 = cv2.merge([r,g,b])
# 显示原图像
plt.subplot(121)
plt.imshow(img)
# 显示转换后的图像
plt.subplot(122)
plt.imshow(img2) 
plt.show()# 对比以下，用Opencv显示两个图像
cv2.imshow('bgr image',img)
cv2.imshow('rgb image',img2) 
cv2.waitKey(0)
cv2.destroyAllWindows()

这里写图片描述