网站导航
> 文章列表 > 计算机视觉__基本图像操作（显示、读取、保存）

计算机视觉__基本图像操作（显示、读取、保存）

网友: 文章列表 2024-03-21 18:24:10

计算机视觉__基本图像操作（显示、读取、保存）

计算机视觉__基本图像操作（显示、读取、保存）

本文目录：

✨ 一、前言

✨ 二、图像显示（使用OpenCV和Matplotlib显示图像）

（1）、使用OpenCV显示图像

（2）、使用Matplotlib显示图像

✨ 三、图像读取

（1）、使用OpenCV读取图像

（2）、用Matplotlib读取图像

（2.1）使用OpenCV和Matplotlib结合读取图像实例

（2.2）使用Matplotlib读取图像实例

✨ 四、图像保存

（1）、使用OpenCV保存图像

（2）、用Matplotlib保存图像

✨ 五、本章总结

✨ 一、前言

　　图像显示、图像读取和图像保存是计算机视觉的基本操作，也是后续图像操作的基础。

　　OpenCV是计算机视觉中经典的专用库，Matplotlib也是一种常用的图像处理库。

　　OpenCV （Open Source Computer Vision Library）,OpenCv 可以运行在多平台之上，轻量级而且高效，由一系列 C 函数和少量 C++类构成，提供了 Python、Ruby、MATLAB 等语言的接口。

　　只有先获取图像之后，才能对图像进行操作处理，信息提取，结果输出，图像显示，图像保存。

　　对于一个图像而言，

　　OpenCV 中进行读取展示的步骤如下：

  • 　　图像读取；
  • 　　窗口创建；
  • 　　图像显示；
  • 　　图像保存；
  • 　　资源释放。

　　OpenCV读取图像的基本函数有 ：
　　cv2.imread()、cv2.namedWindow()、cv2.imshow()、cv2.imwrite()、cv2.destroyWindow()、cv2.destroyAllWindows()、 cv2.imshow()、cv2.cvtColor()、cv2.imwrite()、cv2.waitKey()。

　　注 意：
　　使用OpenCV读取的图像的颜色通道为BGR（蓝绿红），

　　Matplotlib使用的颜色通道为RGB（红绿蓝），

　　所以如果要正常显示图像的颜色效果，需要进行颜色通道转换。

　　先将OpenCV读取的BGR（蓝绿红）颜色通道的图像转换为RGB（红绿蓝）颜色通道的图像，再使用Matplotlib正确显示图像。

✨ 二、图像显示（使用OpenCV和Matplotlib显示图像）

（1）、使用OpenCV显示图像

　　OpenCV是计算机视觉中经典的专用库，功能强大。

　　OpenCV-Python为OpenCV提供了Python接口，我们可以使用这个接口，实现图像操作的功能。

按如下步骤编写代码：（保存成：你的文件名.py，图片girl2a.jpg保存在同一个目录下)

① 、导入模块

import cv2

② 、读取图像

img=cv2.imread('girl2a.jpg')

③ 、创建窗口

cv2.namedWindow("逆境清醒")

④ 、使用OpenCV显示图像

cv2.imshow('逆境清醒',img)

代码解释：

cv2.imshow（window_name，img）

  • 函数在窗口中显示图像，窗口会自动适应不同的图像尺寸。
  • window_name：第一个参数window_name是窗口名称，字符串，可以根据需要创建任意多个窗口；
  • img：第二个参数img是图像名称。

⑤ 、等待键盘输入

cv2.waitKey(0)

代码解释：

cv2.waitKey(0)

  • 等待键盘输入，若未输入，则一直等待。
  • 这种等待效果可以保证我们刚才建立的图片窗口不会一闪而过，可以有足够的时间看清窗口内容。

⑥ 、销毁窗口

cv2.destroyAllWindows()

代码解释：

cv2.destroyAllWindows()

  • 销毁窗口

⑦、完整代码

import cv2
img=cv2.imread('girl2a.jpg')
cv2.namedWindow("逆境清醒")
cv2.imshow('逆境清醒',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

⑧、运行效果如图所示
 

（2）、使用Matplotlib显示图像

　　Matplotlib也是一种常用的图像处理库。

　　可用matplotlib.pyplot.imshow（img）函数来显示图像，参数img代表图像对象，参数较少，使用便捷。

按如下步骤编写代码：（保存成：你的文件名.py，图片girl2a.jpg保存在同一个目录下)

① 、导入模块

import cv2
import matplotlib.pyplot as plt

② 、读取图像

image=cv2.imread('girl2a.jpg')

③ 、将颜色通道从BGR转换为RGB

image=cv2.cvtColor(image,cv2.COLOR_BGR2RGB)

④ 、使用Matplotlib显示图像

plt.imshow(image)
plt.show()

⑤ 、完整代码

import cv2
import matplotlib.pyplot as plt
image=cv2.imread('girl2a.jpg')
image=cv2.cvtColor(image,cv2.COLOR_BGR2RGB)
#image=image[:,:,::-1]
plt.imshow(image)
plt.show()

⑥、运行效果如图所示

✨ 三、图像读取

　　用OpenCV或Matplotlib读取一张图像，读取格式为单通道灰度图和三通道彩色图。

（1）、使用OpenCV读取图像

　　cv2.imread（filename，flags）函数，作用：读取图像。

  • filename：第一个参数filename是图像地址，图像应该存储在工作目录中或给出图像的完整路径。即使图像路径错误，也不会引发任何错误，但是在打印图像时系统会给出None。
  • flags：第二个参数flags，是一个标志，指定了读取图像的方式。
  • cv2.IMREAD_COLOR：加载彩色图。任何图像的透明度都会被忽视，

　　　　　　　　　　　　　它是默认参数值，可以用1代替。

  • cv2.IMREAD_GRAYSCALE：以灰度模式（黑白图像）加载图像，可以用0代替。
  • cv2.IMREAD_UNCHANGED：加载图像，包括alpha通道，可以用-1代替。

该函数的返回值是图像数字矩阵，

维度如下：
（M，N）：用于灰度图。
（M，N，3）：用于RGB彩色图。

cv2.cvtColor（img，color_change）函数对颜色维度进行转换。

  • img：第一个参数img是图像对象。
  • color_change：第二个参数color_change是cv2.COLOR_BGR2GRAY（OpenCV定义的常数），用来将BGR通道彩色图转换为灰度图。

该函数返回修改后的图像数字矩阵。

读取一张图像，读取格式为单通道灰度图

按如下步骤编写代码：（保存成：你的文件名.py，图片girl2a.jpg保存在同一个目录下)

① 、导入模块

import cv2
import matplotlib.pyplot as plt

② 、读取图像

image_gray=cv2.imread("girl2a.jpg",flags=0)

③ 、加载灰度图

plt.imshow(image_gray,cmap="gray")

④ 、显示图像

plt.show()

⑤ 、完整代码

import cv2
import matplotlib.pyplot as plt
image_gray=cv2.imread("girl2a.jpg",flags=0)
plt.imshow(image_gray,cmap="gray")
plt.show()

⑥、运行效果如图所示

（2）、用Matplotlib读取图像

可用matplotlib.pyplot.imread（fname，format=None）函数来读取图像。

  • fname：第一个参数fname是图像路径；
  • format：第二个参数format是图像格式，默认值是None。

如果没有提供图像格式，则imread（）函数会从fname中提取图像格式。

该函数的返回值是图像数字矩阵，

维度如下：
（M，N）：用于灰度图。
（M，N，3）：用于RGB彩色图。

（2.1）使用OpenCV和Matplotlib结合读取图像实例

① 、导入模块

import cv2
import matplotlib.pyplot as plt

② 、读取图像

image_bgr=cv2.imread("girl2a.jpg",flags=1)

③ 、显示图像

plt.imshow(image_bgr)
plt.show()

④ 、运行效果如图所示

此时，颜色不是正常的rgb，而是bgr格式

我们需要修改代码

⑤ 、将图像的格式转为rgb格式

image_rgb=image_bgr[:,:,::-1]

⑥ 、显示图像

plt.imshow(image_rgb)
plt.show()

⑦、完整代码

import cv2
import matplotlib.pyplot as plt
image_bgr=cv2.imread("girl2a.jpg",flags=1)
image_rgb=image_bgr[:,:,::-1]
#image_rgb=cv2.cvtColor(image_bgr,cv2.COLOR_BGR2RGB)
plt.imshow(image_rgb)
plt.show()

⑧、运行效果如图所示

（2.2）使用Matplotlib读取图像实例

① 、导入模块

import matplotlib.pyplot as plt

② 、读取图像

image_rgb=plt.imread("girl2a.jpg")

③ 、显示图像

plt.imshow(image_rgb)
plt.show()

④ 、完整代码

import matplotlib.pyplot as plt
image_rgb=plt.imread("girl2a.jpg")
plt.imshow(image_rgb)
plt.show()

⑤ 、运行效果如图所示

✨ 四、图像保存

（1）、使用OpenCV保存图像

在OpenCV中，可用 cv2.imwrite（dir，img）函数来保存图像。

  • dir：第一个参数dir是图像存储的位置。
  • img：第二个参数img是图像对象。

该函数用于将ndarray（numpy数组）对象保存成图像文件，并返回保存结果。

在默认情况下，该函数的保存结果为8位单通道图像和BGR图像。

使用OpenCV保存成以8位无符号整型表示的像素点。

import numpy as np
import cv2
import matplotlib.pyplot as plt
image_array=np.array([
[[235,198,148],[238,203,153],[241,207,161]],
[[250,227,205],[255,232,210],[255,238,216]],
[[234,197,147],[237,202,152],[240,206,160]],
[[247,229,206],[250,232,209],[255,237,214]],
[[231,194,144],[234,199,149],[238,204,158]],
[[244,230,207],[246,232,209],[249,235,212]],
[[173,144,77],[158,129,60],[159,130,61]],
[[117,197,136],[101,181,120],[103,183,122]]
],dtype=np.uint8)
cv2.imwrite("wimg1.jpg",image_array)
image1=cv2.imread("wimg1.jpg")
image1=cv2.cvtColor(image1,cv2.COLOR_BGR2GRAY)
plt.imshow(image1)
plt.show()

运行效果如图所示：

使用OpenCV保存成以64位浮点型表示的像素点。

import numpy as np
import cv2
import matplotlib.pyplot as plt
image_array=np.array([
[[235,198,148],[238,203,153],[241,207,161]],
[[250,227,205],[255,232,210],[255,238,216]],
[[234,197,147],[237,202,152],[240,206,160]],
[[247,229,206],[250,232,209],[255,237,214]],
[[231,194,144],[234,199,149],[238,204,158]],
[[244,230,207],[246,232,209],[249,235,212]],
[[173,144,77],[158,129,60],[159,130,61]],
[[117,197,136],[101,181,120],[103,183,122]]
],dtype=np.float64)
cv2.imwrite("wimg2.jpg",image_array)
image2=cv2.imread("wimg2.jpg")
image2=cv2.cvtColor(image2,cv2.COLOR_BGR2GRAY)
plt.imshow(image2)
plt.show()

运行效果如图所示：

我们打开刚才系统保存的两个文件：wimg1.jpg和wimg2.jpg

图片较小，我们将它们放大3200倍看一下：

wimg1.jpg wimg2.jpg

（2）、用Matplotlib保存图像

用matplotlib.pyplot.imsave（dir，img，**kwargs）函数来保存图像。

  • dir：第一个参数dir是图像存储的位置。
  • img：第二个参数img是图像对象。
  • **kwargs：第三个参数**kwargs是一个字典参数，参数较多

下面是几个常用的参数值。

参  数 说          明
format 指明图像格式，可能的格式有png、pdf、svg、etc，支持大多数图像格式。
dpi 分辨率，用于调整图像的清晰度。
cmap 颜色映射，对于彩色图像此参数被忽略，只对灰度图像有效。

使用Matplotlib保存成以8位无符号整型表示的像素点。

import numpy as np
import matplotlib.pyplot as plt
image_array=np.array([
[[1,0,1],[0,1,0],[0,0,1]],
[[0,1,1],[1,1,0],[1,0,1]],
[[1,0,0],[0,0,0],[0,1,1]],
[[1,1,1],[1,1,1],[1,0,1]],
[[0,0,0],[1,1,0],[0,1,1]],
[[1,0,0],[0,1,0],[0,0,0]],
[[0,0,1],[1,1,1],[0,0,1]],
[[1,0,0],[0,0,1],[1,1,1]]
],dtype=np.uint8)
plt.imsave("wimg3.jpg",image_array)
image3=plt.imread("wimg3.jpg")
plt.imshow(image3)
plt.show()

运行效果如图所示：

使用Matplotlib保存成以64位浮点型表示的像素点。

import numpy as np
import matplotlib.pyplot as plt
image_array=np.array([
[[1,0,1],[0,1,0],[0,0,1]],
[[0,1,1],[1,1,0],[1,0,1]],
[[1,0,0],[0,0,0],[0,1,1]],
[[1,1,1],[1,1,1],[1,0,1]],
[[0,0,0],[1,1,0],[0,1,1]],
[[1,0,0],[0,1,0],[0,0,0]],
[[0,0,1],[1,1,1],[0,0,1]],
[[1,0,0],[0,0,1],[1,1,1]]
],dtype=np.float64)
plt.imsave("wimg4.jpg",image_array)
image4=plt.imread("wimg4.jpg")
plt.imshow(image4)
plt.show()

运行效果如图所示：

 

我们打开刚才系统保存的两个文件：wim3.jpg和wimg4.jpg

图片较小，我们将它们放大3200倍看一下：

wimg3.jpg wimg4.jpg

✨ 五、本章总结

图像是由三维数组组成的数据形式，三维数组分别对应宽度、高度、通道数。

灰度图为单通道图像，

彩色图为三通道图像。

OpenCV 使用BGR通道方式读取图像。

Matplotlib 使用RGB通道方式读取图像。

更多《 计算机视觉 》相关文章更新中。。。

 

       推荐阅读：

39 计算机视觉基础__图像特征
38 人工智能基础篇
37 ​ Python 3D可视化（一）
36 ​​​ python练习题目录
35 ​​​

语音识别实战（python代码）(一）
34 cb4b0d4015404390a7b673a2984d676a.png​​​​

让你的作品更出色——词云Word Cloud的制作方法（基于python，WordCloud，stylecloud)
33 e84d6708316941d49a79ddd4f7fe5b27.png​​​​ python Format()函数的用法___实例详解（一）(全，例多）___各种格式化替换，format对齐打印
32 86e42c025a234378b91ee673f8b7b863.png​​​​ Background 全属性实例图解（10种全）(一)
31 6c92693e771b4b39aefd2a28f55cbdc1.png​​​​ Element Plus 实例详解（一）
30

c0f74fbb8d534b17964693dba9e1494f.png​​

 Vue3安装配置、开发环境搭建(组件安装卸载)（图文详细）
29 37d6aa3e03e241fa8db72ccdfb8f716b.png​​​​​

SVG实例详解系列（一）(svg概述、位图和矢量图区别（图解）、SVG应用实例）
28 6824ba7870344be68efb5c5f4e1dbbcf.png​​​​​

查看jdk安装路径，在windows上实现多个java jdk的共存解决办法，安装java19后终端乱码的解决
27 bba02a1c4617422c9fbccbf5325850d9.png​​​​​

别具一格，原创唯美浪漫情人节表白专辑，(复制就可用)（html5,css3,svg)表白爱心代码(1)
26 fea225cb9ec14b60b2d1b797dd8278a2.png​​​​​

2023年春节祝福第二弹——送你一只守护兔，让它温暖每一个你【html5 css3】画会动的小兔子，炫酷充电，字体特
25 1f53fb9c6e8b4482813326affe6a82ff.png​​​​​

2023春节祝福系列第一弹（上）（放飞祈福孔明灯，祝福大家身体健康）（附完整源代码及资源免费下载）
24 6176c4061c72430eb100750af6fc4d0e.png​​​​​

HTML+CSS+svg绘制精美彩色闪灯圣诞树，HTML+CSS+Js实时新年时间倒数倒计时(附源代码)
23 17b403c4307c4141b8544d02f95ea06c.png​​​​​

​草莓熊python绘图（春节版，圣诞倒数雪花版）附源代码
22 5d409c8f397a45c986ca2af7b7e725c9.png​​​​​

【程序人生】卡塔尔世界杯元素python海龟绘图（附源代码），世界杯主题前端特效5个（附源码）
21 0a4256d5e96d4624bdca36433237080b.png​​​​​

python爱心源代码集锦（18款）
20 4d9032c9cdf54f5f9193e45e4532898c.png​​​​​

巴斯光年python turtle绘图__附源代码
19 074cd3c255224c5aa21ff18fdc25053c.png​​​​​

Three.js实例详解___旋转的精灵女孩(附完整代码和资源)（一）
18 daecd7067e7c45abb875fc7a1a469f23.png​​​​​

​草莓熊python turtle绘图代码（玫瑰花版）附源代码
17 fe88b78e78694570bf2d850ce83b1f69.png​​​​​

立体多层玫瑰绘图源码__玫瑰花python 绘图源码集锦
16 c5feeb25880d49c085b808bf4e041c86.png​​​​​

皮卡丘python turtle海龟绘图（电力球版）附源代码
15 38266b5036414624875447abd5311e4d.png​​​​​

【CSDN云IDE】个人使用体验和建议（含超详细操作教程）（python、webGL方向)
14 03ed644f9b1d411ba41c59e0a5bdcc61.png​​​​​

草莓熊python turtle绘图（风车版）附源代码
13 09e08f86f127431cbfdfe395aa2f8bc9.png​​​​​

用代码过中秋，python海龟月饼你要不要尝一口？
12 40e8b4631e2b486bab2a4ebb5bc9f410.png​​​​​

《 Python List 列表全实例详解系列（一）》__系列总目录、列表概念
11 938bc5a8bb454a41bfe0d4185da845dc.jpeg​​​​​

用代码写出浪漫__合集（python、matplotlib、Matlab、java绘制爱心、玫瑰花、前端特效玫瑰、爱心）
10 0f09e73712d149ff90f0048a096596c6.png​​​​​

Python函数方法实例详解全集(更新中...)
9 93d65dbd09604c4a8ed2c01df0eebc38.png​​​​​

matplotlib 自带绘图样式效果展示速查（28种，全）
8 aa17177aec9b4e5eb19b5d9675302de8.png​​​​​

手机屏幕坏了____怎么把里面的资料导出（18种方法）
7 1750390dd9da4b39938a23ab447c6fb6.jpeg​​​​​

2023年3月TIOBE 指数头条：编程语言 Go 进入 TIOBE 指数前 10 名，多家权威机构____编程语言排行榜__薪酬状
6 dc8796ddccbf4aec98ac5d3e09001348.jpeg​​​​​

Python中Print()函数的用法___实例详解(全，例多）
5 1ab685d264ed4ae5b510dc7fbd0d1e55.jpeg​​​​​

色彩颜色对照表（一）(16进制、RGB、CMYK、HSV、中英文名)
4 80007dbf51944725bf9cf4cfc75c5a13.png​​​​​

Node.js (v19.1.0npm 8.19.3) vue.js安装配置教程（超详细）
3 c6374d75c29942f2aa577ce9c5c2e12b.png​​​​​

Tomcat 启动闪退问题解决集（八大类详细）
2 5218ac5338014f389c21bdf1bfa1c599.png​​​​​

Tomcat端口配置（详细）
1 fffa2098008b4dc68c00a172f67c538d.png​​​​​

tomcat11、tomcat10 安装配置（Windows环境）（详细图文）
网络标签：

相关问题