OpenCV图像处理入门教程:图片读取、保存和显示详解

释放双眼,带上耳机,听听看~!
本文是一篇OpenCV入门教程,详细介绍了图像的读取、保存和显示操作,以及常见的图片存储形式和格式。欢迎关注本专栏,学习图像处理和计算机视觉知识。

公众号:尤而小屋
作者:Peter
编辑:Peter

大家好,我是Peter~

工作的原因,最近开始涉及到很多图像处理的工作,所以决定开辟一个新专栏:OpenCV入门教程系列

教程从零开始,记录自己的学习历程,欢迎关注本专栏,精力有限,保证周更至少一篇。如果文章中有误或者更好的方法,欢迎大家提出来,一起学习~

本文是第一篇,主要是介绍OpenCV和图片的基础操作,比如图片的存储形式、格式以及图片的读取、写入、显示等。

图像概述

图像是一种以二维或三维形式存在的数据集合,用于表示对象的视觉信息。根据不同的分类方法,图像可以分为静态图像和动态图像、灰度图像和彩色图像等。

  • 静态图像是指不随时间变化的图像
  • 动态图像则会随着时间的变化呈现出不同的视觉效果
  • 灰度图像只包含亮度信息
  • 彩色图像则包含了亮度和颜色信息

在实际应用中,根据不同的需求,人们会选择不同类型的图像进行处理和分析。

OpenCV介绍

OpenCV(Open Source Computer Vision Library)是一个跨平台的计算机视觉库,提供了丰富的函数和工具,用于处理和分析图像和视频数据。它是由英特尔公司开发的,现在已经成为全球范围内广泛使用的计算机视觉领域的重要工具。

OpenCV的主要目标是提供一种简单、高效和可扩展的方式来处理图像和视频数据。它支持各种常见的图像处理和计算机视觉算法,包括图像滤波、图像分割、特征提取、目标检测、人脸识别等。

OpenCV还提供了丰富的接口和工具,可以与其他编程语言和框架进行集成,如Python、C++、Java等。它还支持各种常见的硬件加速技术,如GPU加速和多核处理器,可以显著提高图像处理和计算机视觉算法的性能和效率。

除此之外,OpenCV还提供了大量的示例代码和教程,可以帮助开发人员快速入门和学习使用OpenCV库。它还是一个开源项目,拥有活跃的社区支持和文档库,可以提供持续的技术支持和改进。

应用领域

  • 人机互动:比如人机交互
  • 物体识别:基于视觉对物体进行判断
  • 图像分割:ROI(Region of Interest,感兴趣区域)技术
  • 人脸识别:通过Haar级联来实现
  • 动作识别:主要是2D和3D动作识别
  • 运动追踪、计算机视觉、图像标注、目标检测等

安装opencv-python

OpenCV-python是OpenCV库的Python接口,它提供了在Python中使用OpenCV的功能和工具。OpenCV-python是OpenCV官方支持的Python绑定,可以轻松地在Python中使用OpenCV的图像处理和计算机视觉功能。

通过使用OpenCV-python,开发人员可以使用Python语言来编写计算机视觉应用,从而提高了代码的可读性和易用性。它还提供了与OpenCV C++接口相似的API,使得开发人员可以轻松地从C++代码迁移到Python代码。

此外,OpenCV-python还支持各种常见的Python框架和库,如NumPy、Pandas、Matplotlib等,这些库可以与OpenCV-python无缝集成,从而提高了开发人员的工作效率和代码质量。

总之,OpenCV-python是一个功能强大的Python计算机视觉库,它为开发人员提供了一种简单、高效和可扩展的方式来处理图像和视频数据。

安装:

pip install opencv-python

OpenCV常用python内置函数

ord函数

将键盘输入的字符(长度为1)转成ASCII码

In [1]:

ord("a")

Out[1]:

97

In [2]:

ord("b")

Out[2]:

98

In [3]:

ord("A")

Out[3]:

65

max/min函数

对含有噪声的图片进行去噪处理

In [4]:

max(["a","B"])

Out[4]:

'a'

In [5]:

max(["a","B"], key=str.upper)  # 先统一转成大写

Out[5]:

'B'

sorted函数

排序功能,提高程序中图片抗干燥能力。

In [6]:

sorted([1,4,5,3,2])

Out[6]:

[1, 2, 3, 4, 5]

In [7]:

sorted([1,4,5,3,2],reverse=True)

Out[7]:

[5, 4, 3, 2, 1]

图片存储形式

图片在计算机中是以二进制的形式进行存储的。先了解图片的几种存储形式:

BGR图

BGR图是一种常见的图像表示方式,其中每个像素点由蓝(Blue)、绿(Green)和红(Red)三个颜色通道的值组成。在BGR图中,每个通道的值通常采用整数或浮点数来表示,取值范围因不同格式而异。

生活中图片一般是RGB形式(R: 红色Red,G:绿色green,B: 蓝色Blue)。OpenCV中使用的BGR格式,其中每个像素点由蓝(Blue)、绿(Green)和红(Red)三个颜色通道的值组成。

在实际中不直接使用BGR,而是进行图片颜色格式的转换。B、G、R为图片上每个像素点构成的通道,所以每个BGR图示一个蓝绿红3种通道的图片。

通道的取值是0~255,python中通过元组的形式来表示,如(255,255,255)表示白色,(0,0,0)表示黑色

灰度图

灰度图的每个像素点不再由BGR3个通道组成,仅由一个通道组成,即灰度值。灰度值的取值范围:0~255,其中0表示黑色,255表示白色

HSV图

HSV图显示出来的图也是彩色的,也是3个通道组成,介绍如下:

  • H:色彩或者色度,取值范围0~179
  • S:饱和度,取值范围0~255
  • V:亮度,取值范围0~255

二值图

一种特殊的灰度图,没有通道的概念,并且图中每个像素点的取值只有0或者255两个值,可以理解成非黑即白。

二值图可以帮助去除图片中的噪点,使得图片内只存在我们想要的二值化表示部分。

图片读取和保存

图片格式

cv2.imread函数是OpenCV库中用于读取图像文件的函数,它可以读取多种静态图像格式,包括但不限于以下几种:

  • BMP(Windows位图)格式:这是一种无压缩的图像格式,广泛用于Windows系统。
  • JPEG(联合图像专家组)格式:这是一种压缩的图像格式,广泛应用于互联网和数字相机。
  • PNG(可移植网络图形)格式:这是一种无损压缩的图像格式,支持透明度通道,适用于网络传输和存储。
  • GIF(图形交换格式)格式:这是一种支持动态图像和透明度通道的图像格式,常用于动画和演示。
  • TIFF(标记图像文件格式)格式:这是一种通用的图像格式,支持多种图像压缩和色彩模式,广泛应用于出版、印刷和其他行业。

除了以上常见的图像格式,cv2.imread函数还可以读取其他一些不常用的图像格式,如:

  • PBM(Portable Bitmap)格式:这是一种简单的无压缩二进制图像格式,通常用于存储黑白图像。
  • PGM(Portable Graymap)格式:这也是一种简单的无压缩二进制图像格式,通常用于存储灰度图像。
  • PPM(Portable Pixmap)格式:这是一种简单的无压缩二进制图像格式,通常用于存储彩色图像。 需要注意的是,不同的图像格式可能具有不同的压缩方式和色彩模式,cv2.imread函数默认会读取所有像素信息,但有时可能需要使用不同的参数来控制读取的方式,例如设置cv2.IMREAD_GRAYSCALE参数来读取灰度图像,或设置cv2.IMREAD_COLOR参数来读取彩色图像(默认情况下会忽略透明度通道)。

读取cv2.imread

cv2.imread(filname, flags=1)
  • filename:所要读取的图片的相对地址
  • flags:读取的格式,默认是1,表示按照BGR三通道的格式读取;如果设置为0,表示按照灰度图单通道的方式来读取

In [8]:

import numpy as np
import cv2

# img = cv2.imread("pictures/a.png",flags=1)  # 默认是1 
img = cv2.imread("pictures/a.png")  # 默认是BGR,3通道方式读取

img[:2]

Out[8]:

array([[[169,  92,   0],
        [169,  92,   0],
        [169,  92,   0],
        ...,
        [169,  92,   0],
        [169,  92,   0],
        [169,  92,   0]],

       [[169,  92,   0],
        [169,  92,   0],
        [169,  92,   0],
        ...,
        [169,  92,   0],
        [169,  92,   0],
        [169,  92,   0]]], dtype=uint8)

介绍另外一种读取的方式:写入的参数是cv2.IMREAD_COLOR

In [9]:

img = cv2.imread("pictures/a.png", cv2.IMREAD_COLOR)
img[:2]

Out[9]:

array([[[169,  92,   0],
        [169,  92,   0],
        [169,  92,   0],
        ...,
        [169,  92,   0],
        [169,  92,   0],
        [169,  92,   0]],

       [[169,  92,   0],
        [169,  92,   0],
        [169,  92,   0],
        ...,
        [169,  92,   0],
        [169,  92,   0],
        [169,  92,   0]]], dtype=uint8)

读取BGR图的三种等效方式:

cv2.imread("pictures/a.png",flags=1)
cv2.imread("pictures/a.png")
cv2.imread("pictures/a.png",cv2.IMREAD_COLOR)

In [10]:

# 灰度图的方式来读取

img1 = cv2.imread("pictures/a.png",flags=0)
img1

Out[10]:

array([[93, 93, 93, ..., 93, 93, 93],
       [93, 93, 93, ..., 93, 93, 93],
       [93, 93, 93, ..., 93, 93, 93],
       ...,
       [74, 74, 74, ..., 68, 68, 68],
       [74, 74, 74, ..., 68, 68, 68],
       [74, 74, 74, ..., 68, 68, 68]], dtype=uint8)

灰度图的另外一种读取方式,写入参数:cv2.IMREAD_GRAYSCALE

In [11]:

img1 = cv2.imread("pictures/a.png", cv2.IMREAD_GRAYSCALE)
img1

Out[11]:

array([[93, 93, 93, ..., 93, 93, 93],
       [93, 93, 93, ..., 93, 93, 93],
       [93, 93, 93, ..., 93, 93, 93],
       ...,
       [74, 74, 74, ..., 68, 68, 68],
       [74, 74, 74, ..., 68, 68, 68],
       [74, 74, 74, ..., 68, 68, 68]], dtype=uint8)

读取灰度图的两种方式:

# 两种等价的方式
cv2.imread("pictures/a.png",flags=0)
cv2.imread("pictures/a.png", cv2.IMREAD_GRAYSCALE)

保存cv2.imwrite

使用函数cv2.imwrite():

cv2.write(filaname,img)
  • filename:要保存图片的名字
  • img:要保存的图片的矩阵形式

In [12]:

img[:2]

Out[12]:

array([[[169,  92,   0],
        [169,  92,   0],
        [169,  92,   0],
        ...,
        [169,  92,   0],
        [169,  92,   0],
        [169,  92,   0]],

       [[169,  92,   0],
        [169,  92,   0],
        [169,  92,   0],
        ...,
        [169,  92,   0],
        [169,  92,   0],
        [169,  92,   0]]], dtype=uint8)

In [13]:

cv2.imwrite("./pictures/new_a.jpg",img)

Out[13]:

True
# 完整代码为

import numpy as np
import cv2

# 先读取
img = cv2.imread("pictures/a.png")  # 默认是BGR-3通道读取
# 中间可能很多处理
# 保存
cv2.imwrite("./pictures/new_a.jpg",img)

图片显示(基于cv2)

在读取完图片后,如何将图片展示出来进行可视化?使用cv2.imshow()

图片显示cv2.imshow()

In [14]:

import cv2
import numpy as np

img = cv2.imread("pictures/a.png", cv2.IMREAD_COLOR)  # 读取图片
cv2.imshow("image", img)   # 显示
# cv2.imwrite("pictures/new_a1.png", img)   写入保存

cv2.destroyAllWindows()  # 摧毁函数cv2.destroyAllWindows()

在这里注意两点:

  1. cv2.imshow()用来显示图片,但没有延时作用,此时仍然没看到图
  2. 如果使用了cv2.imshow,一定加上这个摧毁函数cv2.destroyAllWindows()

图片延时cv2.waitKey(time)

函数的使用:

cv2.waitKey(time)

time表示等待的时间,单位是毫秒。函数表示在给定的time时间内等待用户按键的触发。

如果time=0,表示停止在当前帧,有按键指令的时候进入下一帧。如果是单张图片,一般写作:cv2.waitKey(0)

注意:函数的后面是否需要加上&0xff。完整写法为:cv2.waitKey(1000) & 0xFF

延时后图片显示

(1)time=0表示图片已显示,任意按键下退出

In [15]:

import cv2
import numpy as np

img = cv2.imread("pictures/a.png", cv2.IMREAD_COLOR)  # 读取
cv2.imshow("image", img)   # 显示

cv2.waitKey(0)  # 延时

# cv2.imwrite("pictures/new_a1.png", img)   写入
cv2.destroyAllWindows()  # 摧毁

(2)在指定的按键下退出

此时图片已经停留,任意按键即可关闭程序。如果指定特殊按键,使用if语句进行判断:只有输入q键才会退出。

In [16]:

import cv2
import numpy as np

img = cv2.imread("pictures/a.png",flags=1)
cv2.imshow("image", img)

while True:
    if cv2.waitKey(0) == ord("q"):  # 只有在q键下才会退出
        break
    else:
        pass
    
cv2.imwrite("new_a.png",img)  # 写入

cv2.destroyAllWindows()

(3)在指定的条件下退出程序和保存图片:

In [17]:

import cv2
import numpy as np

img = cv2.imread("pictures/a.png",flags=1)
cv2.imshow("image", img)

while True:
    if cv2.waitKey(0) == ord("q"):  # 只有在q键下才会退出
        break
    if cv2.waitKey(0) == ord("s"):
        cv2.imwrite("new_a.png",img)  # 输入s进行图片写入
        break

cv2.destroyAllWindows()

(4)指定时间下退出程序

In [18]:

import cv2
import numpy as np

img = cv2.imread("pictures/a.png",flags=1)
cv2.imshow("image", img)

if cv2.waitKey(5000) & 0XFF == ord("s"): # 重点
    cv2.imwrite("new_a.png",img) 

cv2.destroyAllWindows()

重点代码解释:如果5秒内没有按键s,则程序将会自动退出。

图片显示(基于matplotlib)

matplotlib中显示图片是以RGB的格式进行显示的,OpenCV默认是以BGR格式。如果是通过cv2读取的图片,需要进行格式转化。

In [19]:

# 读取图片cv2 + 显示图片matplotlib

import cv2
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

 # BGR格式-三通道读取
img = cv2.imread("pictures/a.png") 
# 转成RGB格式
img2 = img[:,:,::-1]  # 通道翻转

plt.imshow(img2)
plt.show()

OpenCV图像处理入门教程:图片读取、保存和显示详解

介绍另外一种写法:

In [20]:

# 读取图片cv2 + 显示图片matplotlib

import cv2
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

plt.figure(figsize=(10,6))

 # BGR格式-三通道读取
img = cv2.imread("pictures/a.png") 
img_new = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)

plt.imshow(img_new)
plt.show()

OpenCV图像处理入门教程:图片读取、保存和显示详解

图片大小cv2.namedWindow

上面介绍了图片的读取、写入和显示,下面介绍如何控制图片窗口显示的大小。

窗口的大小取决于图片的大小。

控制窗口大小的函数:cv2.namedWindow。其初始设置的标签为:cv2.WINDOW_AUTOSIZE,改为cv2.WINDOW_NORMAL即可控制窗口的大小。

In [21]:

import cv2
import numpy as np

img = cv2.imread("pictures/a.png",flags=1)

cv2.namedWindow("image", cv2.WINDOW_AUTOSIZE)  # 重点:一定在imshow前面
cv2.imshow("image", img)

if cv2.waitKey(5000) & 0XFF == ord("s"): 
    cv2.imwrite("new_a.png",img) 

cv2.destroyAllWindows()

关于cv2.namedWindow的其他参数解释:

# 窗口大小可改变
cv2.namedWindow("image",cv2.WINDOW_NORMAL)
cv2.namedWindow('image',cv2.WINDOW_GUI_NORMAL)

# 窗口大小不可改变
cv2.namedWindow("image",cv2.WINDOW_AUTOSIZE)

# 窗口大小自适应比例
cv2.namedWindow("image",cv2.WINDOW_FREERATIO)

# 窗口大小保持比例
cv2.namedWindow("image",cv2.WINDOW_KEEPRATIO)    

# 显示色彩变成
cv2.namedWindow('image',cv2.WINDOW_GUI_EXPANDED)

改变窗口大小resizeWindow

In [22]:

import cv2
import numpy as np

img = cv2.imread("pictures/a.png",flags=1)
cv2.namedWindow("image",0)
cv2.resizeWindow("image",400,300)  # 黑色窗口大小

cv2.imshow("result",img)  # 显示图片

if cv2.waitKey(5000) & 0XFF == ord("s"): 
    cv2.imwrite("new_a.png",img) 

cv2.destroyAllWindows()

图片属性

OpenCV中图片是以矩阵的形式存储的。下面介绍计算机视觉中常用的图片属性:

  • 行数
  • 列数
  • 通道数

In [23]:

import cv2
import numpy as np
img = cv2.imread("pictures/a.png")
img[:2]

Out[23]:

array([[[169,  92,   0],
        [169,  92,   0],
        [169,  92,   0],
        ...,
        [169,  92,   0],
        [169,  92,   0],
        [169,  92,   0]],

       [[169,  92,   0],
        [169,  92,   0],
        [169,  92,   0],
        ...,
        [169,  92,   0],
        [169,  92,   0],
        [169,  92,   0]]], dtype=uint8)

查看整个图片的行数、列数和通道数:

In [24]:

img.shape  # 整体情况,元组形式

Out[24]:

(733, 978, 3)

In [25]:

img.shape[0]  # 行数

Out[25]:

733

In [26]:

img.shape[1]  # 列数

Out[26]:

978

In [27]:

img.shape[2]  # 通道数

Out[27]:

3

上面是以BGR格式读取的图片,如果换成以灰度图读取呢?

In [28]:

import cv2
import numpy as np
img = cv2.imread("pictures/a.png",flags=0)

In [29]:

img.shape

Out[29]:

(733, 978)

可以看到灰度图的shape值只会返回图片的行数和列数,不会返回通道数。二值图是一种特殊的灰度图,也不会返回通道数。

总结

常用基本函数的总结:

import cv2
import numpy as np

# 读取BGR图
cv2.imread("pictures/a.png",flags=1)
cv2.imread("pictures/a.png")
cv2.imread("pictures/a.png",cv2.IMREAD_COLOR)

# 读取灰度图
cv2.imread("pictures/a.png",flags=0)
cv2.imread("pictures/a.png", cv2.IMREAD_GRAYSCALE)

# BGR和RGB通道转换
img_new = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)  
img_new = img[:,:,::-1]

cv2.write(filaname,img)  # 写入
cv2.imshow("img",img)  # 显示
cv2.waitKey(time) &0XFF  # 延时等待   
cv2.destroyAllWindows()  # 摧毁函数 
本网站的内容主要来自互联网上的各种资源,仅供参考和信息分享之用,不代表本网站拥有相关版权或知识产权。如您认为内容侵犯您的权益,请联系我们,我们将尽快采取行动,包括删除或更正。
AI教程

LaTeX数学公式符号大全及编辑技巧

2023-11-19 11:58:14

AI教程

如何优化使用ChatGPT的Prompts来绘制满意的图片内容

2023-11-19 12:18:14

个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索