【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
|
30天前
|
数据采集 Web App开发 JavaScript
基于Selenium的Python爬虫抓取动态App图片
基于Selenium的Python爬虫抓取动态App图片
207 68
|
25天前
|
存储 机器学习/深度学习 人工智能
多模态RAG实战指南:完整Python代码实现AI同时理解图片、表格和文本
本文探讨了多模态RAG系统的最优实现方案,通过模态特定处理与后期融合技术,在性能、准确性和复杂度间达成平衡。系统包含文档分割、内容提取、HTML转换、语义分块及向量化存储五大模块,有效保留结构和关系信息。相比传统方法,该方案显著提升了复杂查询的检索精度(+23%),并支持灵活升级。文章还介绍了查询处理机制与优势对比,为构建高效多模态RAG系统提供了实践指导。
227 0
多模态RAG实战指南:完整Python代码实现AI同时理解图片、表格和文本
|
8月前
|
存储 人工智能 开发工具
AI助理化繁为简,速取代码参数——使用python SDK 处理OSS存储的图片
只需要通过向AI助理提问的方式输入您的需求,即可瞬间获得核心流程代码及参数,缩短学习路径、提升开发效率。
1576 5
AI助理化繁为简,速取代码参数——使用python SDK 处理OSS存储的图片
|
8月前
|
Python
Python实用记录(六):如何打开txt文档并删除指定绝对路径下图片
这篇文章介绍了如何使用Python打开txt文档,删除文档中指定路径的图片,并提供了一段示例代码来展示这一过程。
95 1
|
8月前
|
计算机视觉
Opencv学习笔记(三):图像二值化函数cv2.threshold函数详解
这篇文章详细介绍了OpenCV库中的图像二值化函数`cv2.threshold`,包括二值化的概念、常见的阈值类型、函数的参数说明以及通过代码实例展示了如何应用该函数进行图像二值化处理,并展示了运行结果。
2454 0
Opencv学习笔记(三):图像二值化函数cv2.threshold函数详解
|
8月前
|
计算机视觉 Python
Python实用记录(一):如何将不同类型视频按关键帧提取并保存图片,实现图片裁剪功能
这篇文章介绍了如何使用Python和OpenCV库从不同格式的视频文件中按关键帧提取图片,并展示了图片裁剪的方法。
232 0
|
5月前
|
XML 机器学习/深度学习 人工智能
使用 OpenCV 和 Python 轻松实现人脸检测
本文介绍如何使用OpenCV和Python实现人脸检测。首先,确保安装了OpenCV库并加载预训练的Haar特征模型。接着,通过读取图像或视频帧,将其转换为灰度图并使用`detectMultiScale`方法进行人脸检测。检测到的人脸用矩形框标出并显示。优化方法包括调整参数、多尺度检测及使用更先进模型。人脸检测是计算机视觉的基础技术,具有广泛应用前景。
188 10
|
8月前
|
Python
Socket学习笔记(二):python通过socket实现客户端到服务器端的图片传输
使用Python的socket库实现客户端到服务器端的图片传输,包括客户端和服务器端的代码实现,以及传输结果的展示。
305 3
Socket学习笔记(二):python通过socket实现客户端到服务器端的图片传输
|
8月前
|
机器学习/深度学习 算法 计算机视觉
【Python篇】Python + OpenCV 全面实战:解锁图像处理与视觉智能的核心技能
【Python篇】Python + OpenCV 全面实战:解锁图像处理与视觉智能的核心技能
259 7
|
8月前
|
Python
Python实用记录(四):os模块-去后缀或者改后缀/指定目录下图片或者子目录图片写入txt/csv
本文介绍了如何使用Python的os模块来操作文件,包括更改文件后缀、分割文件路径和后缀、将指定目录下的所有图片写入txt文档,以及将指定目录下所有子目录中的图片写入csv文档,并为每个子目录分配一个标签。
107 1

推荐镜像

更多