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()
当然若熟悉Numpy，你可以采用这样一种更简单的方式实现BGR到RGB的转换：img2 = img[:,:,::-1]，同时，你也可以通过调用函数img2 = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)实现该功能
这里
img[:,:,::-1]是python的切片语法，[start: end: step]，当start和end都不填时表示所有元素，然后step=-1，表示反转。
这篇关于【Python Opencv 官方教程 】1.图片的存取显示的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
