【视觉与图像】Python+OpenCV 教程2:基本元素-图片

简介: Python+OpenCV 教程2

基本元素 - 图片

1、目标

加载图片,显示图片,保存图片

OpenCV函数:cv2.imread(), cv2.imshow(), cv2.imwrite()

2、教程

大部分人可能都知道电脑上的彩色图是以RGB(红-绿-蓝,Red-Green-Blue)颜色模式显示的,但OpenCV中彩色图是以B-G-R通道顺序存储的,灰度图只有一个通道。

图像坐标的起始点是在左上角,所以行对应的是y,列对应的是x:

image.png

3、加载图片

使用cv2.imread()来读入一张图片:

image.png

参数1:图片的文件名

如果图片放在当前文件夹下,直接写文件名就行了,如lena.jpg

否则需要给出绝对路径,如D:OpenCVSampleslena.jpg

参数2:读入方式,省略即采用默认值

cv2.IMREAD_COLOR:彩色图,默认值(1)

cv2.IMREAD_GRAYSCALE:灰度图(0)

cv2.IMREAD_UNCHANGED:包含透明通道的彩色图(-1)

经验之谈:路径中不能有中文噢,并且没有加载成功的话是不会报错的,print(img)的结果为None,后面处理才会报错,算是个小坑。

4、显示图片

使用cv2.imshow()显示图片,窗口会自适应图片的大小:

image.png

参数1是窗口的名字,参数2是要显示的图片。不同窗口之间用窗口名区分,所以窗口名相同就表示是同一个窗口,显示结果如下:

image.png

cv2.waitKey() 是让程序暂停的意思,参数是等待时间(毫秒ms)。时间一到,会继续执行接下来的程序,传入0的话表示一直等待。等待期间也可以获取用户的按键输入:k = cv2.waitKey(0)。(小练习1http://t.cn/EqnT18R)

我们也可以先用cv2.namedWindow()创建一个窗口,之后再显示图片:

image.png

参数1依旧是窗口的名字,参数2默认是cv2.WINDOW_AUTOSIZE,表示窗口大小自适应图片,也可以设置为cv2.WINDOW_NORMAL,表示窗口大小可调整。图片比较大的时候,可以考虑用后者。

5、保存图片

使用cv2.imwrite()保存图片,参数1是包含后缀名的文件名:

image.png

Nice,是不是很简单呐,再接再厉噢(●’◡’●)

6、小结

cv2.imread()读入图片、cv2.imshow()显示图片、cv2.imwrite()保存图片。

7、练习

打开lena.jpg并显示,如果按下’s’,就保存图片为’lena_save.bmp’,否则就结束程序。

Matplotlib是Python中常用的一个绘图库,请学习番外篇:Matplotlib显示图像。

引用
本节源码 http://t.cn/EqmQULT

Getting Started with Images http://t.cn/EqmQJq4

番外2 Matplotlib 显示图像

学习如何使用Matplotlib显示OpenCV图像。

Matplotlib是Python的一个很常用的绘图库,有兴趣的可以去官网(https://matplotlib.org)学习更多内容。

1、显示灰度图

image.png

结果如下:
image.png

2、显示彩色图

OpenCV中的图像是以BGR的通道顺序存储的,但Matplotlib是以RGB模式显示的,所以直接在Matplotlib中显示OpenCV图像会出现问题,因此需要转换一下:

image.png

img[:,:,0]表示图片的蓝色通道,img[:,:,::-1]就表示BGR翻转,变成RGB,下面解释下:

熟悉Python的童鞋应该知道,对一个字符串s翻转可以这样写:s[::-1],’abc’变成’cba’,-1表示逆序。图片是二维的,所以完整地复制一副图像就是:

image.png

而图片是有三个通道,相当于一个长度为3的字符串,所以通道翻转与图片复制组合起来便是img[:,:,::-1]。

结果如下:

image.png

3、加载和保留图片

不使用OpenCV,Matplotlib也可以加载和保存图片:

image.png

引用

本节源码 http://t.cn/Eqm3e8e
Matplotlib官网 https://matplotlib.org

目录
相关文章
|
Java 数据处理 索引
(Pandas)Python做数据处理必选框架之一!(二):附带案例分析;刨析DataFrame结构和其属性;学会访问具体元素;判断元素是否存在;元素求和、求标准值、方差、去重、删除、排序...
DataFrame结构 每一列都属于Series类型,不同列之间数据类型可以不一样,但同一列的值类型必须一致。 DataFrame拥有一个总的 idx记录列,该列记录了每一行的索引 在DataFrame中,若列之间的元素个数不匹配,且使用Series填充时,在DataFrame里空值会显示为NaN;当列之间元素个数不匹配,并且不使用Series填充,会报错。在指定了index 属性显示情况下,会按照index的位置进行排序,默认是 [0,1,2,3,...] 从0索引开始正序排序行。
823 0
|
数据采集 存储 XML
Python爬虫技术:从基础到实战的完整教程
最后强调: 父母法律法规限制下进行网络抓取活动; 不得侵犯他人版权隐私利益; 同时也要注意个人安全防止泄露敏感信息.
1254 19
|
索引 Python
Python 列表切片赋值教程:掌握 “移花接木” 式列表修改技巧
本文通过生动的“嫁接”比喻,讲解Python列表切片赋值操作。切片可修改原列表内容,实现头部、尾部或中间元素替换,支持不等长赋值,灵活实现列表结构更新。
611 1
|
机器学习/深度学习 编解码 Python
Python图片上采样工具 - RealESRGANer
Real-ESRGAN基于深度学习实现图像超分辨率放大,有效改善传统PIL缩放的模糊问题。支持多种模型版本,推荐使用魔搭社区提供的预训练模型,适用于将小图高质量放大至大图,放大倍率越低效果越佳。
986 3
|
机器学习/深度学习 文字识别 Java
Python实现PDF图片OCR识别:从原理到实战的全流程解析
本文详解2025年Python实现扫描PDF文本提取的四大OCR方案(Tesseract、EasyOCR、PaddleOCR、OCRmyPDF),涵盖环境配置、图像预处理、核心识别与性能优化,结合财务票据、古籍数字化等实战场景,助力高效构建自动化文档处理系统。
2952 0
|
数据采集 存储 JSON
使用Python获取1688商品详情的教程
本教程介绍如何使用Python爬取1688商品详情信息,涵盖环境配置、代码编写、数据处理及合法合规注意事项,助你快速掌握商品数据抓取与保存技巧。
|
并行计算 算法 Java
Python3解释器深度解析与实战教程:从源码到性能优化的全路径探索
Python解释器不止CPython,还包括PyPy、MicroPython、GraalVM等,各具特色,适用于不同场景。本文深入解析Python解释器的工作原理、内存管理机制、GIL限制及其优化策略,并介绍性能调优工具链及未来发展方向,助力开发者提升Python应用性能。
706 0
|
数据采集 索引 Python
Python Slice函数使用教程 - 详解与示例 | Python切片操作指南
Python中的`slice()`函数用于创建切片对象,以便对序列(如列表、字符串、元组)进行高效切片操作。它支持指定起始索引、结束索引和步长,提升代码可读性和灵活性。
|
数据安全/隐私保护 Python
Python3给图片添加水印
Python3给图片添加水印
332 1
|
数据采集 分布式计算 搜索推荐
使用Python实现网页中图片的批量下载和水印添加保存
使用Python实现网页中图片的批量下载和水印添加保存

热门文章

最新文章

推荐镜像

更多