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

（3）、图片保存实例

✨ 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。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。

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。

如果无法读取图像（文件丢失，权限不正确，格式不支持或无效），该函数返回一个空矩阵。

必须使用中文时，可以使用 cv2.imdecode() 处理

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。

OpenCV 中彩色图像使用 BGR 格式，而 PIL、PyQt、matplotlib 等库使用的是 RGB 格式。

参数flags：读取图像的方式
数值	含义
-1	保持原格式不变（原来是灰度图像就是灰度图像，原来是彩色图像，就是彩色图像）
0	将图像调整为单通道灰度图像
1	将图像调整为3通道BGR图像
2	当载入图像为16位或32位时，返回其对应的深度图像；否则，将其转换为8位图像
4	以任何可能的颜色格式读取图像
8	使用gdal驱动程序加载图像

目前支持的文件格式：
Windows 位图	* .bmp，* .dib
JPEG 文件	* .jpeg，* .jpg，*.jpe
JPEG 2000文件	* .jp2
便携式网络图形	* .png
WebP	* .webp
便携式图像格式	* .pbm，* .pgm，* .ppm * .pxm，* .pnm
TIFF 文件	* .tiff，* .tif

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。

color_change 参数：
cv2.IMREAD_COLOR	默认1	加载彩色图。任何图像的透明度都会被忽视，
cv2.IMREAD_GRAYSCALE	默认0	以灰度模式（黑白图像）加载图像
cv2.IMREAD_UNCHANGED	默认-1	加载图像，包括alpha通道，可以用-1代替。
cv2.IMREAD_ANYDEPTH	默认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	默认4	以任何可能的颜色格式读取图像

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。

函数 cv2.imwrite() 用于将图像保存到指定的文件。只能保存 BGR 3通道图像，或 8 位单通道图像、或 PNG/JPEG/TIFF 16位无符号单通道图像。

定义：cv2.imwrite(filename, img [, paras])

参数说明：

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

paras：不同编码格式的参数，可选项

paras：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。

OpenCV cv2.imwrite
该函数在默认情况下，该函数的保存结果为8位单通道图像和BGR图像。

cv2.imwrite() 保存的是 OpenCV 图像（多维数组）ndarray（numpy数组），不是 cv2.imread() 读取的图像文件，所保存的文件格式是由 filename 的扩展名决定的，与读取的图像文件的格式无关。

对 4 通道 BGRA 图像，可以使用 Alpha 通道保存为 PNG 图像。

cv2.imwrite() 指定图片的存储路径和文件名，不支持中文和空格（不会报错）。必须使用中文时，可以使用 cv2.imencode() 处理

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

（3）、图片保存实例

import cv2
import numpy as np
# 读取图片文件
imgFile = "girl2a.jpg"
# flags=1 读取彩色图像(BGR)
img3 = cv2.imread(imgFile, flags=1)
saveFile= "test.jpg"
# 保存图片时带有中文名字
saveFile1 = "测试girl2a.jpg"
# 将读取的图片保存成普通英文名格式
cv2.imwrite(saveFile, img3)
# 将读取的图片保存成中文名格式
img_write = cv2.imencode(".jpg", img3)[1].tofile(saveFile1)

运行结果：

文件夹内出现两个新的图片，一个是英文名：test.jpg；另一个是中文名：测试girl2a.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：




计算机视觉__基本图像操作（显示、读取、保存）	直方图（颜色直方图、灰度直方图）	直方图均衡化（调节图像亮度、对比度）

语音识别实战（python代码）(一）	人工智能基础篇	计算机视觉基础__图像特征



matplotlib 自带绘图样式效果展示速查（28种，全）




Three.js实例详解___旋转的精灵女孩(附完整代码和资源)（一）



立体多层玫瑰绘图源码__玫瑰花python 绘图源码集锦	Python 3D可视化（一）	让你的作品更出色——词云Word Cloud的制作方法（基于python，WordCloud，stylecloud)

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	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）	python爱心源代码集锦（18款）

Python中Print()函数的用法___实例详解(全，例多）	Python函数方法实例详解全集(更新中...)	《 Python List 列表全实例详解系列（一）》__系列总目录、列表概念

用代码过中秋，python海龟月饼你要不要尝一口？	python练习题目录

草莓熊python turtle绘图（风车版）附源代码	草莓熊python turtle绘图代码（玫瑰花版）附源代码	草莓熊python绘图（春节版，圣诞倒数雪花版）附源代码



巴斯光年python turtle绘图__附源代码	皮卡丘python turtle海龟绘图（电力球版）附源代码



vue3 项目搭建教程（基于create-vue，vite，Vite + Vue）

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	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(4套)	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）

【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）	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)	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）



Node.js (v19.1.0npm 8.19.3) vue.js安装配置教程（超详细）	色彩颜色对照表（一）(16进制、RGB、CMYK、HSV、中英文名)	2023年4月多家权威机构____编程语言排行榜__薪酬状况



手机屏幕坏了____怎么把里面的资料导出（18种方法）	【CSDN云IDE】个人使用体验和建议（含超详细操作教程）（python、webGL方向)	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


tomcat11、tomcat10 安装配置（Windows环境）（详细图文）	Tomcat端口配置（详细）	Tomcat 启动闪退问题解决集（八大类详细）