1. 图像读取
1.1 cv2.imread() 不能读取中文路径和中文名称
语法结构：
retval = cv.imread(filename[, flags]) #用于从指定的文件读取图像
filename：读取图像的文件路径和文件名flags：读取图片的方式，可选项：
cv2.IMREAD_COLOR(1)：始终将图像转换为 3 通道BGR彩色图像，默认方式cv2.IMREAD_GRAYSCALE(0)：始终将图像转换为单通道灰度图像cv2.IMREAD_UNCHANGED(-1)：按原样返回加载的图像（使用Alpha通道）cv2.IMREAD_ANYDEPTH(2)：在输入具有相应深度时返回16位/ 32位图像，否则将其转换为8位cv2.IMREAD_ANYCOLOR(4)：以任何可能的颜色格式读取图像
retval：读取的 OpenCV 图像，nparray 多维数组
注意事项：
- OpenCV 读取图像文件，返回值是一个nparray 多维数组。OpenCV 对图像的任何操作，本质上就是对 Numpy 多维数组的运算。
- OpenCV 中彩色图像使用 BGR 格式，而 PIL、PyQt、matplotlib 等库使用的是 RGB 格式。
- cv2.imread() 如果无法从指定文件读取图像，并不会报错，而是数返回一个空矩阵。
- cv2.imread() 指定图片的存储路径和文件名，在 python 中不支持中文和空格（但并不会报错）。必须使用中文时，可以使用 cv2.imdecode() 处理。
- cv2.imread() 读取图像时默认忽略透明通道，但可以使用 CV_LOAD_IMAGE_UNCHANGED 参数读取透明通道。
- 对于彩色图像，可以使用 flags=0 按照读取为灰度图像。
1.2 cv2.imdecode() 可以读取中文路径和中文名称
语法结构：
retval = cv2.imdecode(buf, flags) #用于从内存中读取图像
buf：字节数组，其中包含要解码的图像数据。flags：读取图片的方式，可选项：
cv2.IMREAD_COLOR(1)：始终将图像转换为 3 通道BGR彩色图像，默认方式cv2.IMREAD_GRAYSCALE(0)：始终将图像转换为单通道灰度图像cv2.IMREAD_UNCHANGED(-1)：按原样返回加载的图像（使用Alpha通道）cv2.IMREAD_ANYDEPTH(2)：在输入具有相应深度时返回16位/ 32位图像，否则将其转换为8位cv2.IMREAD_ANYCOLOR(4)：以任何可能的颜色格式读取图像
retval：读取的 OpenCV 图像，nparray 多维数组
注意事项：
- 确保传递给 cv2.imdecode() 的缓冲区包含有效的图像数据，并且使用正确的标志来解码图像。如果缓冲区为空或损坏，或者使用了错误的标志，函数将无法正确解码图像。
- cv2.imdecode() 返回的是一个 NumPy 数组，该数组存储了解码后的图像数据。这个数组是存储在内存中的，因此在处理大量图像或非常大的图像时，需要注意内存使用情况，避免内存溢出或内存不足的问题。
代码示例：
import numpy as np import cv2 imgFile = "img/测试图.png" # 带有中文的文件路径和文件名 # 使用 imdecode 可以读取带有中文的文件路径和文件名 img = cv2.imdecode(np.fromfile(imgFile, dtype=np.uint8), -1) cv2.imshow("demo", img) cv2.waitKey() cv2.destroyAllWindows()
2. 图像的显示
2.1 openCV显示图像 cv2.imshow()
语法结构：
cv2.imshow(winname,mat) #用于在窗口中显示图像
winname：用于标识要显示的窗口。如果指定的窗口名称已经存在，cv2.imshow() 将在这个现有窗口中显示图像。如果不存在，它将创建一个新窗口。mat：所显示的 OpenCV 图像，nparray 多维数组。
注意事项：
- cv2.imshow() 会自动调整窗口大小以适应图像的尺寸。如果需要手动设置窗口大小，可以使用 cv2.namedWindow() 函数，并指定窗口的大小。
- cv2.imshow() 之后要用 waitKey() 函数设定图像窗口的显示时长，否则不会显示图像窗口，waitKey(0) 表示窗口显示时长为无限。
- 可以创建多个不同的显示窗口，每个窗口必须命名不同的 filename。
- 可以用 destroyWindow() 函数关闭指定的显示窗口，也可以用 destroyAllWindows() 函数关闭所有的显示窗口。
2.2 matplotlib显示图像 plt.imshow()
语法结构：
plt.imshow(img[, cmap])
img：图像数据，一个二维或三维数组，通常表示图像的像素值。对于灰度图像，它是一个二维数组，其中每个值表示一个像素的亮度。对于彩色图像，它是一个三维数组，通常的形状是 (height, width, 3) 或 (height, width, 4)，其中 3 或 4 分别表示 RGB（红、绿、蓝）或 RGBA（红、绿、蓝、透明度）颜色通道.cmap：颜色图谱（colormap），默认为 RGB(A) 颜色空间
gray：灰度显示hsv：hsv 颜色空间
注意事项：
- plt.imshow() 可以直接显示 OpenCV 灰度图像，不需要格式转换，但需要使用 cmap=‘gray’ 进行参数设置。
- plt.imshow() 可以使用 matplotlib 库中的各种方法绘图，如标题、坐标轴、插值等
- plt.imshow() 只是将图像显示在当前的 Matplotlib 图形上。要实际看到图像，你需要调用 plt.show()。如果你想要保存图像到文件，可以使用 plt.savefig() 函数。
- 在 Matplotlib 中，图像的默认原点（即坐标 (0,0)）通常位于左上角，这与许多图像处理库（如 OpenCV）中的默认设置（左下角为原点）不同。这可能在处理或显示图像时造成混淆。
- 在使用 plt.imshow() 或其他 Matplotlib 函数显示图形后，如果你不再需要它，最好使用 plt.close() 来关闭图形，以释放资源。
代码示例：
from matplotlib import pyplot as plt import cv2 imgFile = "img/1.png" # 带有中文的文件路径和文件名 img1 = cv2.imread(imgFile, flags=1) # flags=1 读取彩色图像(BGR) imgRGB = cv2.cvtColor(img1, cv2.COLOR_BGR2RGB) # 图片格式转换：BGR(OpenCV) -> RGB(PyQt5) img2 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY) # 图片格式转换：BGR(OpenCV) -> Gray plt.rcParams['font.sans-serif'] = ['FangSong'] # 支持中文标签 plt.subplot(221), plt.title("1. RGB 格式(mpl)"), plt.axis('off') plt.imshow(imgRGB) # matplotlib 显示彩色图像(RGB格式) plt.subplot(222), plt.title("2. BGR 格式(OpenCV)"), plt.axis('off') plt.imshow(img1) # matplotlib 显示彩色图像(BGR格式) plt.subplot(223), plt.title("3. 设置 Gray 参数"), plt.axis('off') plt.imshow(img2, cmap='gray') # matplotlib 显示灰度图像，设置 Gray 参数 plt.subplot(224), plt.title("4. 未设置 Gray 参数"), plt.axis('off') plt.imshow(img2) # matplotlib 显示灰度图像，未设置 Gray 参数 plt.show()
3. 图像的保存 cv2.imwrite()
语法结构：
retval = cv2.imwrite(filename, img [, params])
filename：要保存的文件的路径和名称，包括文件扩展名img：要保存的 OpenCV 图像，nparray 多维数组params：不同编码格式的参数
cv2.CV_IMWRITE_JPEG_QUALITY：设置 .jpeg/.jpg 格式的图片质量，取值为 0-100（默认值 95），数值越大则图片质量越高；cv2.CV_IMWRITE_WEBP_QUALITY：设置 .webp 格式的图片质量，取值为 0-100；cv2.CV_IMWRITE_PNG_COMPRESSION：设置 .png 格式图片的压缩比，取值为 0-9（默认值 3），数值越大则压缩比越大。
retval：返回值，保存成功返回 True，否则返回 False。
注意事项：
- 文件名和扩展名决定了图像的格式。例如，如果文件名为 ‘image.jpg’，则图像将以 JPEG 格式保存。
- 在 Python 3 中，cv2.imwrite() 不支持中文和空格作为文件名。如果需要使用中文，可以使用 cv2.imencode() 函数进行处理。
- cv2.imwrite() 函数的返回值是一个布尔值，表示图像是否成功保存。
- 对 4 通道 BGRA 图像，可以使用 Alpha 通道保存为 PNG 图像。
代码示例：
import cv2 imgFile = "../img/1.png" # 读取文件的路径 img = cv2.imread(imgFile, flags=1) # flags=1 读取彩色图像(BGR) # 保存 JPEG 图像并指定质量为 90 cv2.imwrite('output.jpg', img, [int(cv2.IMWRITE_JPEG_QUALITY), 90]) # 保存 PNG 图像并指定压缩级别为 9 cv2.imwrite('output.png', img, [int(cv2.IMWRITE_PNG_COMPRESSION), 9])
4. 图像的复制
4.1 img.copy()
img.copy()是NumPy数组的一个方法。当你在一个NumPy数组（通常是OpenCV图像）上调用这个方法时，它会创建一个新的数组，这个新数组是原始数组的一个深拷贝（deep copy）。这意味着新数组和原始数组在内存中是独立的，对其中一个数组的任何修改都不会影响另一个数组。
4.2 np.copy()
img.copy()是NumPy数组的一个方法。当你在一个NumPy数组（通常是OpenCV图像）上调用这个方法时，它会创建一个np.copy(img) 是NumPy库的一个函数，它也可以用来创建数组的一个深拷贝。与 img.copy() 类似，np.copy(img) 会创建一个新的数组，这个新数组与原始数组 img 在内存中是独立的。
4.3 代码示例
import cv2 import numpy as np # 读取图像 img = cv2.imread('input.jpg') # 使用img.copy()方法复制图像 img_copy1 = img.copy() # 使用np.copy()函数复制图像 img_copy2 = np.copy(img) # 现在img_copy1和img_copy2都是img的副本
5. 图像的属性
- 在OpenCV中，经常需要获取图像的大小，类型，像素等图像属性，为此，提供了shape、size、dtype这3个常用函数：
shape： shape是一个包含图像高度、宽度和通道数的元组。可以通过shape属性获取图像的尺寸。
如果图像是灰度图，返回值就仅有 行数和列数，所以通过检查这个返回值就可以知道加载的是灰度图还是彩色图。size： 返回图像的像素数目。dtype： 返回的是图像的数据类型。
代码示例：
import cv2 image_Color = cv2.imread("log.jpg") # 读取log.jpg print("获取彩色图像的属性：") print("shape =", image_Color.shape) # 打印彩色图像的（像素行数，像素列数，通道数） print("size =", image_Color.size) # 打印彩色图像包含的像素个数 print("dtype =", image_Color.dtype) # 打印彩色图像的数据类型 image_Gray = cv2.imread("log.jpg", 0) # 读取与log.jpg（彩色图像）对应的灰度图像 print("获取灰度图像的属性：") print("shape =", image_Gray.shape) # 打印灰度图像的（像素行数，像素列数） print("size =", image_Gray.size) # 打印灰度图像包含的像素个数 print("dtype =", image_Gray.dtype) # 打印灰度图像的数据类型
