youcans 的 OpenCV 学习课—2.图像读取与显示

本系列面向 Python 小白，从零开始实战解说 OpenCV 项目实战。

本节介绍图像的读取、保存和显示。除基本方法和例程外，还给出了从网络读取图像、读取/保存中文路径图像、按指定大小显示图像、组合显示多个图像、通过 matplotlib 显示彩色和灰度图像的例程。

欢迎关注『youcans 的 OpenCV 学习课系列，持续更新
youcans 的 OpenCV 学习课—1.安装与环境配置
youcans 的 OpenCV 学习课—2.图像读取与显示
youcans 的 OpenCV 学习课—3.图像的创建与修改
youcans 的 OpenCV 学习课—4.图像的叠加与混合
youcans 的 OpenCV 学习课—5.图像的几何变换
youcans 的 OpenCV 学习课—6.灰度变换与直方图处理
youcans 的 OpenCV 学习课—7.空间域图像滤波
youcans 的 OpenCV 学习课—8.频率域图像滤波（上）
youcans 的 OpenCV 学习课—9.频率域图像滤波（下）

1. 图像的读取

函数 cv2.imread() 用于从指定的文件读取图像。

函数说明：

cv.imread(filename[, flags]) -> retval

函数 cv2.imread() 从指定文件加载图像并返回该图像的矩阵。
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。
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

参数说明：

filename：要加载的文件的路径和名称
flags：读取图片的方式，可选项
- cv2.IMREAD_COLOR(1)：始终将图像转换为 3 通道BGR彩色图像，默认方式
- cv2.IMREAD_GRAYSCALE(0)：始终将图像转换为单通道灰度图像
- cv2.IMREAD_UNCHANGED(-1)：按原样返回加载的图像（使用Alpha通道）
- cv2.IMREAD_ANYDEPTH(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(4)：以任何可能的颜色格式读取图像
返回值 retval：OpenCV 图像，nparray 多维数组

注意事项：

OpenCV 读取图像文件，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。
OpenCV 中彩色图像使用 BGR 格式，而 PIL、PyQt、matplotlib 等库使用的是 RGB 格式。
cv2.imread() 如果无法从指定文件读取图像，并不会报错，而是数返回一个空矩阵。
cv2.imread() 指定图片的存储路径和文件名，在 python3 中不支持中文和空格（但并不会报错）。必须使用中文时，可以使用 cv2.imdecode() 处理，参见扩展例程。
cv2.imread() 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。

基本例程：

    # 1.1 图像的读取imgFile = "../images/imgLena.tif"  # 读取文件的路径img1 = cv2.imread(imgFile, flags=1)  # flags=1 读取彩色图像(BGR)img2 = cv2.imread(imgFile, flags=0)  # flags=0 读取为灰度图像

扩展例程：

    # 1.2 从网络读取图像import urllib.request as requestresponse = request.urlopen("https://profile.csdnimg.cn/8/E/F/0_youcans")imgUrl = cv2.imdecode(np.array(bytearray(response.read()), dtype=np.uint8), -1)

    # 1.3 读取中文路径的图像imgFile = "../images/测试图01.png"  # 带有中文的文件路径和文件名# imread() 不支持中文路径和文件名，读取失败，但不会报错!# img = cv2.imread(imgFile, flags=1)# 使用 imdecode 可以读取带有中文的文件路径和文件名img = cv2.imdecode(np.fromfile(imgFile, dtype=np.uint8), -1)

2. 图像的保存

函数 cv2.imwrite() 用于将图像保存到指定的文件。

函数说明：

cv2.imwrite(filename, img [, flags])

cv2.imwrite() 将 OpenCV 图像保存到指定的文件。
cv2.imwrite() 基于保存文件的扩展名选择保存图像的格式。
cv2.imwrite() 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。

参数说明：

filename：要保存的文件的路径和名称
img：要保存的 OpenCV 图像，nparray 多维数组
flags：不同编码格式的参数，可选项
- 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。

注意事项：

cv2.imwrite() 保存的是 OpenCV 图像（多维数组），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，在 python3 中不支持中文和空格（但并不会报错）。必须使用中文时，可以使用 cv2.imencode() 处理，参见扩展例程。

基本例程：

    # 1.4 图像的保存imgFile = "../images/logoCV.png"  # 读取文件的路径img3 = cv2.imread(imgFile, flags=1)  # flags=1 读取彩色图像(BGR)saveFile = "../images/imgSave.png"  # 保存文件的路径# cv2.imwrite(saveFile, img3, [int(cv2.IMWRITE_PNG_COMPRESSION), 8])  # 保存图像文件, 设置压缩比为 8cv2.imwrite(saveFile, img3)  # 保存图像文件

扩展例程：

    # 1.5 保存中文路径的图像imgFile = "../images/logoCV.png"  # 读取文件的路径img3 = cv2.imread(imgFile, flags=1)  # flags=1 读取彩色图像(BGR)saveFile = "../images/测试图02.jpg"  # 带有中文的保存文件路径# cv2.imwrite(saveFile, img3)  # imwrite 不支持中文路径和文件名，读取失败，但不会报错!img_write = cv2.imencode(".jpg", img3)[1].tofile(saveFile)

3. 图像的显示

函数 cv2.imshow() 用于在窗口中显示图像。

函数说明：

imshow(winname, img) -> None

函数 cv2.imshow() 在指定窗口中显示 OpenCV 图像，窗口自适应图像大小。
显示图像的缩放取决于图像深度：
- 对 8 位无符号图像，按原样显示；
- 对 16 位无符号或 32 位整数图像，将像素值范围 [0,255 * 256] 映射到 [0,255] 显示；
- 对 32 位浮点图像，将像素值范围 [0,1] 映射到 [0,255] 显示；
- 如果指定窗口尚未创建，则创建一个自适应图像大小的窗口；
- 如果要显示大于屏幕分辨率的图像，需要先调用 namedWindow(""，WINDOW_NORMAL)。

参数说明：

winname：字符串，显示窗口的名称。
img：所显示的 OpenCV 图像，nparray 多维数组

注意事项：

函数 cv2.imshow() 之后要用 waitKey() 函数设定图像窗口的显示时长，否则不会显示图像窗口。
图像窗口将在 waitKey() 函数所设定的时长（毫秒）后自动关闭，waitKey(0) 表示窗口显示时长为无限。
可以创建多个不同的显示窗口，每个窗口必须命名不同的 filename。
可以用 destroyWindow() 函数关闭指定的显示窗口，也可以用 destroyAllWindows() 函数关闭所有的显示窗口。

基本例程：

    # 1.6 图像的显示(cv2.imshow)imgFile = "../images/imgLena.tif"  # 读取文件的路径img1 = cv2.imread(imgFile, flags=1)  # flags=1 读取彩色图像(BGR)img2 = cv2.imread(imgFile, flags=0)  # flags=0 读取为灰度图像cv2.imshow("Demo1", img1)  # 在窗口 "Demo1" 显示图像 img1cv2.imshow("Demo2", img2)  # 在窗口 "Demo2" 显示图像 img2key = cv2.waitKey(1000)  # 等待按键命令, 1000ms 后自动关闭

扩展例程：

    # 1.7 图像显示(按指定大小的窗口显示图像)imgFile = "../images/imgLena.tif"  # 读取文件的路径img1 = cv2.imread(imgFile, flags=1)  # flags=1 读取彩色图像(BGR)cv2.namedWindow("Demo3", cv2.WINDOW_NORMAL)cv2.resizeWindow("Demo3", 400, 300)cv2.imshow("Demo3", img1)  # 在窗口 "Demo3" 显示图像 img1key = cv2.waitKey(0)  # 等待按键命令

    # 1.8 图像显示(多个图像组合显示)imgFile1 = "../images/imgLena.tif"  # 读取文件的路径img1 = cv2.imread(imgFile1, flags=1)  # flags=1 读取彩色图像(BGR)imgFile2 = "../images/imgGaia.tif"  # 读取文件的路径img2 = cv2.imread(imgFile2, flags=1)  # # flags=1 读取彩色图像(BGR)imgStack = np.hstack((img1, img2))  # 相同大小图像水平拼接cv2.imshow("Demo4", imgStack)  # 在窗口 "Demo4" 显示图像 imgStackkey = cv2.waitKey(0)  # 等待按键命令

4. 通过 matplotlib 库显示图像

函数 plt.imshow() 用于通过 matplotlib 库显示图像。

函数说明：

matplotlib.pyplot.imshow(img[, cmap])

OpenCV 使用 BGR 格式，matplotlib/PyQt 使用 RGB 格式。使用 matplotlib/PyQt 显示 openCV 图像，要将 BGR 格式转换为 RGB 格式：

# 图片格式转换：BGR(OpenCV) -> RGB(PyQt5)
imgRGB = cv2.cvtColor(imgBGR, cv2.COLOR_BGR2RGB)

参数说明：

img：图像数据，nparray 多维数组，对于 openCV（BGR）格式图像要先进行格式转换
cmap：颜色图谱（colormap），默认为 RGB(A) 颜色空间
- gray：灰度显示
- hsv：hsv 颜色空间

注意事项：

OpenCV 和 matplotlib 中的彩色图像都是 Numpy 多维数组。但 OpenCV 使用 BGR 格式，颜色分量按照蓝/绿/红的次序排列，而 matplotlib 使用 RGB 格式，颜色分量按照红/绿/蓝的次序排序。因此用 plt.imshow() 显示 OpenCV 彩色图像时，先要进行颜色空间转换，将Numpy 多维数组按照红/绿/蓝的次序排序。
plt.imshow() 可以直接显示 OpenCV 灰度图像，不需要格式转换，但需要使用 cmap=‘gray’ 进行参数设置。
plt.imshow() 可以使用 matplotlib 库中的各种方法绘图，如标题、坐标轴、插值等，详见 matploblib Document。
PyQt5 也使用 RGB 格式，因此在 PyQt5 中显示 OpenCV 彩色图像时，也要进行颜色空间转换。

基本例程：

    # 1.10 图像显示(plt.imshow)imgFile = "../images/imgLena.tif"  # 读取文件的路径img1 = cv2.imread(imgFile, flags=1)  # flags=1 读取彩色图像(BGR)imgRGB = cv2.cvtColor(img1, cv2.COLOR_BGR2RGB)  # 图片格式转换：BGR(OpenCV) -> RGB(PyQt5)img2 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)  # 图片格式转换：BGR(OpenCV) -> Grayplt.rcParams['font.sans-serif'] = ['FangSong']  # 支持中文标签plt.subplot(221), plt.title("1. RGB 格式(mpl)"), plt.axis('off')plt.imshow(imgRGB)  # matplotlib 显示彩色图像(RGB格式)plt.subplot(222), plt.title("2. BGR 格式(OpenCV)"), plt.axis('off')plt.imshow(img1)    # matplotlib 显示彩色图像(BGR格式)plt.subplot(223), plt.title("3. 设置 Gray 参数"), plt.axis('off')plt.imshow(img2, cmap='gray')  # matplotlib 显示灰度图像，设置 Gray 参数plt.subplot(224), plt.title("4. 未设置 Gray 参数"), plt.axis('off')plt.imshow(img2)  # matplotlib 显示灰度图像，未设置 Gray 参数plt.show()

程序说明：

图 1 中 OpenCV 的 BGR 彩色图像已转换为 RGB 格式，彩色图像的颜色显示正常；
图 2 中 OpenCV 的 BGR 彩色图像格式未做转换，彩色图像的颜色显示异常；
图 3 中 plt.imshow() 设置 cmap=‘gray’，灰度图像的颜色显示正常；
图 4 中 plt.imshow() 未设置 cmap=‘gray’，灰度图像的颜色显示异常。

【本节完】

『youcans 的 OpenCV 学习课』
原创作品，转载必须标注原文链接：https://blog.csdn.net/youcans/article/details/121068773
Copyright 2021 youcans, XUPT
Crated：2021-11-01

欢迎关注『youcans 的 OpenCV 学习课』系列，持续更新
youcans 的 OpenCV 学习课—1.安装与环境配置
youcans 的 OpenCV 学习课—2.图像读取与显示
youcans 的 OpenCV 学习课—3.图像的创建与修改
youcans 的 OpenCV 学习课—4.图像的叠加与混合
youcans 的 OpenCV 学习课—5.图像的几何变换
youcans 的 OpenCV 学习课—6.灰度变换与直方图处理
youcans 的 OpenCV 学习课—7.空间域图像滤波
youcans 的 OpenCV 学习课—8.频率域图像滤波（上）
youcans 的 OpenCV 学习课—9.频率域图像滤波（下）