OpenCV入门(C++/Python)- 使用OpenCV读取、显示和写入图像(一)

简介: OpenCV入门(C++/Python)- 使用OpenCV读取、显示和写入图像(一)

读取、显示和写入图像是图像处理和计算机视觉的基础。即使裁剪、调整大小、旋转或应用不同的过滤器来处理图像,您也需要首先读取图像。因此,掌握这些基本操作很重要。


1.imread()读取图像


Python


# import the cv2 library
import cv2
# The function cv2.imread() is used to read an image.
img_grayscale = cv2.imread('test.jpg',0)
# The function cv2.imshow() is used to display an image in a window.
cv2.imshow('graycsale image',img_grayscale)
# waitKey() waits for a key press to close the window and 0 specifies indefinite loop
cv2.waitKey(0)
# cv2.destroyAllWindows() simply destroys all the windows we created.
cv2.destroyAllWindows()
# The function cv2.imwrite() is used to write an image.
cv2.imwrite('grayscale.jpg',img_grayscale)


C++


//Include Libraries
#include<opencv2/opencv.hpp>
#include<iostream>
// Namespace nullifies the use of cv::function(); 
using namespace std;
using namespace cv;
// Read an image 
Mat img_grayscale = imread("test.jpg", 0);
// Display the image.
imshow("grayscale image", img_grayscale); 
// Wait for a keystroke.   
waitKey(0);  
// Destroys all the windows created                         
destroyAllWindows();
// Write the image in the same directory
imwrite("grayscale.jpg", img_grayscale);


imread()函数


imread(filename,flags)


第一个参数是图像名称,它需要文件的完全限定路径名

第二个参数是一个可选的标志,允许您指定图像的表示方式。OpenCV为该标志提供了几个选项,但最常见的选项包括

1. cv2.IMREAD_UNCHANGED or -1

2. cv2.IMREAD_GRAYSCALE or 0

3. cv2.IMREAD_COLOR or 1

标志的默认值为1,它将在图像中读取为彩色图像。当您想以特定格式阅读图像时,只需指定适当的标志即可。


在这一点上,请注意,OpenCV以BGR格式读取彩色图像,而大多数其他计算机视觉库使用RGB通道格式顺序。因此,当将OpenCV与其他工具包一起使用时,当您从一个库切换到另一个库时,不要忘记交换蓝色和红色通道。


如下面的代码部分所示,我们将首先使用上述所有三个标志值在测试图像中阅读。


Python


# Read an image
img_color = cv2.imread('test.jpg',cv2.IMREAD_COLOR)
img_grayscale = cv2.imread('test.jpg',cv2.IMREAD_GRAYSCALE)
img_unchanged = cv2.imread('test.jpg',cv2.IMREAD_UNCHANGED)


C++


// Read an image 
Mat img_color = imread("test.jpg", IMREAD_COLOR);
Mat img_grayscale = imread("test.jpg", IMREAD_GRAYSCALE);
Mat img_unchanged = imread("test.jpg", IMREAD_UNCHANGED);


Or

Python


img_color = cv2.imread('test.jpg',1)
img_grayscale = cv2.imread('test.jpg',0)
img_unchanged = cv2.imread('test.jpg',-1)


C++


Mat img_color = imread("test.jpg", 1);
Mat img_grayscale = imread("test.jpg", 0);
Mat img_unchanged = imread("test.jpg", -1);

2.imshow()在窗口中显示图像


在OpenCV中,您可以使用imshow()函数显示图像。语法如下所示:


imshow(window_name,图像)


此函数还接受两个参数:

  • 第一个参数是将显示在窗口上的窗口名称。
  • 第二个参数是您想要显示的图像。

要同时显示多个图像,请为要显示的每个图像指定一个新的窗口名称。


imshow()函数旨在与waitKey()和destroyAllWindows() / destroyWindow()函数一起使用。


waitKey()


waitKey()函数是一个键盘绑定函数。

它需要一个参数,即显示窗口的时间(以毫秒为单位)。

如果用户在此时间段内按下任何键,程序将继续。

如果传递0,程序将无限期地等待按键。

您还可以将该功能设置为检测键盘上的Q键或ESC键等特定按键,从而更明确地告诉哪个键将触发哪种行为


destoryAllWindows()


函数destoryAllWindows()会破坏我们创建的所有窗口。如果需要销毁特定窗口,请给出确切的窗口名称作为参数。使用deargetAllWindows()还可以从系统的主内存中清除窗口或图像。下面的代码示例显示了如何使用imshow()函数来显示您读取的图像。


Python


#Displays image inside a window
cv2.imshow('color image',img_color)  
cv2.imshow('grayscale image',img_grayscale)
cv2.imshow('unchanged image',img_unchanged)
# Waits for a keystroke
cv2.waitKey(0)  
# Destroys all the windows created
cv2.destroyAllwindows() 

C++

// Create a window.
namedWindow( "color image", WINDOW_AUTOSIZE );
namedWindow( "grayscale image", WINDOW_AUTOSIZE );
namedWindow( "unchanged image", WINDOW_AUTOSIZE );
// Show the image inside it.
imshow( "color image", img_color ); 
imshow( "grayscale image", img_grayscale );
imshow( "unchanged image", img_unchanged ); 
// Wait for a keystroke.   
waitKey(0);  
// Destroys all the windows created                         
destroyAllWindows();

3.imwrite()将图像写入文件目录


最后,让我们讨论如何使用imwrite()函数将图像写入/保存到文件目录中。查看其语法:

imwrite(文件名,图像)


第一个参数是文件名,其中必须包括文件扩展名(例如.png、.jpg等)。OpenCV使用此文件扩展名来指定文件的格式。

第二个参数是您想要保存的图像。如果图像保存成功,该函数返回True。

请查看下面的代码。看看将图像写入磁盘有多简单。只需指定具有适当扩展名的文件名(前面有任何所需的路径)。包括包含图像数据的变量名称,您就完成了。


Python


cv2.imwrite('grayscale.jpg',img_grayscale)
• 1


C++


imwrite("grayscale.jpg", img_grayscale);
相关文章
|
14天前
|
机器学习/深度学习 算法 TensorFlow
动物识别系统Python+卷积神经网络算法+TensorFlow+人工智能+图像识别+计算机毕业设计项目
动物识别系统。本项目以Python作为主要编程语言,并基于TensorFlow搭建ResNet50卷积神经网络算法模型,通过收集4种常见的动物图像数据集(猫、狗、鸡、马)然后进行模型训练,得到一个识别精度较高的模型文件,然后保存为本地格式的H5格式文件。再基于Django开发Web网页端操作界面,实现用户上传一张动物图片,识别其名称。
44 1
动物识别系统Python+卷积神经网络算法+TensorFlow+人工智能+图像识别+计算机毕业设计项目
|
25天前
|
算法 计算机视觉
opencv图像形态学
图像形态学是一种基于数学形态学的图像处理技术,它主要用于分析和修改图像的形状和结构。
32 4
|
2月前
|
计算机视觉 Windows Python
windows下使用python + opencv读取含有中文路径的图片 和 把图片数据保存到含有中文的路径下
在Windows系统中,直接使用`cv2.imread()`和`cv2.imwrite()`处理含中文路径的图像文件时会遇到问题。读取时会返回空数据,保存时则无法正确保存至目标目录。为解决这些问题,可以使用`cv2.imdecode()`结合`np.fromfile()`来读取图像,并使用`cv2.imencode()`结合`tofile()`方法来保存图像至含中文的路径。这种方法有效避免了路径编码问题,确保图像处理流程顺畅进行。
165 1
|
2月前
|
算法框架/工具 C++ Python
根据相机旋转矩阵求解三个轴的旋转角/欧拉角/姿态角 或 旋转矩阵与欧拉角(Euler Angles)之间的相互转换,以及python和C++代码实现
根据相机旋转矩阵求解三个轴的旋转角/欧拉角/姿态角 或 旋转矩阵与欧拉角(Euler Angles)之间的相互转换,以及python和C++代码实现
110 0
|
13天前
|
机器学习/深度学习 人工智能 算法
植物病害识别系统Python+卷积神经网络算法+图像识别+人工智能项目+深度学习项目+计算机课设项目+Django网页界面
植物病害识别系统。本系统使用Python作为主要编程语言,通过收集水稻常见的四种叶片病害图片('细菌性叶枯病', '稻瘟病', '褐斑病', '稻瘟条纹病毒病')作为后面模型训练用到的数据集。然后使用TensorFlow搭建卷积神经网络算法模型,并进行多轮迭代训练,最后得到一个识别精度较高的算法模型,然后将其保存为h5格式的本地模型文件。再使用Django搭建Web网页平台操作界面,实现用户上传一张测试图片识别其名称。
65 21
植物病害识别系统Python+卷积神经网络算法+图像识别+人工智能项目+深度学习项目+计算机课设项目+Django网页界面
|
13天前
|
机器学习/深度学习 人工智能 算法
鸟类识别系统Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+ResNet50算法模型+图像识别
鸟类识别系统。本系统采用Python作为主要开发语言,通过使用加利福利亚大学开源的200种鸟类图像作为数据集。使用TensorFlow搭建ResNet50卷积神经网络算法模型,然后进行模型的迭代训练,得到一个识别精度较高的模型,然后在保存为本地的H5格式文件。在使用Django开发Web网页端操作界面,实现用户上传一张鸟类图像,识别其名称。
60 12
鸟类识别系统Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+ResNet50算法模型+图像识别
|
5天前
|
存储 计算机视觉
Opencv的基本操作(一)图像的读取显示存储及几何图形的绘制
本文介绍了使用OpenCV进行图像读取、显示和存储的基本操作,以及如何绘制直线、圆形、矩形和文本等几何图形的方法。
Opencv的基本操作(一)图像的读取显示存储及几何图形的绘制
|
2月前
|
机器学习/深度学习 人工智能 TensorFlow
使用Python和TensorFlow实现图像识别
【8月更文挑战第31天】本文将引导你了解如何使用Python和TensorFlow库来实现图像识别。我们将从基本的Python编程开始,逐步深入到TensorFlow的高级功能,最后通过一个简单的代码示例来展示如何训练一个模型来识别图像。无论你是初学者还是有经验的开发者,这篇文章都将为你提供有价值的信息。
138 53
WK
|
28天前
|
机器学习/深度学习 Java 程序员
为什么Python比C++慢很多?
Python相较于C++较慢主要体现在:动态类型系统导致运行时需解析类型,增加开销;作为解释型语言,逐行转换字节码的过程延长了执行时间;自动内存管理和垃圾回收机制虽简化操作但也带来了额外负担;全局解释器锁(GIL)限制了多线程性能;尽管Python库方便灵活,但在性能上往往不及C++底层库。然而,Python在某些领域如数据分析、机器学习中,凭借其高级别抽象和简洁语法仍表现出色。选语言需依据具体应用场景和需求综合考量。
WK
39 1
|
29天前
|
编译器 Linux C语言
C++基础入门
C++基础入门
下一篇
无影云桌面