图像入门
目标
- 在这里，您将学习如何阅读图像，如何显示图像以及如何保存图像
- 你将学习这些函数：cv2.imread（），cv2.imshow（），cv2.imwrite（）
- 或者，您将学习如何使用Matplotlib显示图像
使用OpenCV
阅读一张图片
使用函数cv2.imread（）来读取图像。图像应该在工作目录中，或者应该给出图像的完整路径。
第二个参数是一个标志，用于指定应读取图像的方式。
- cv2.IMREAD_COLOR：加载彩色图像。图像的任何透明度都将被忽略。这是默认标志。
- cv2.IMREAD_GRAYSCALE：以灰度模式加载图像
- cv2.IMREAD_UNCHANGED：加载包含Alpha通道的图像
注意
而不是这三个标志，你可以简单地传递整数1，0或-1。
请参阅下面的代码：
import numpy as np import cv2 ＃以灰度图 格式加载彩色图像img = cv2 。imread （'messi5.jpg' ，0 ）
警告
即使图像路径错误，它也不会抛出任何错误，但会给你print imgNone
显示图像
使用函数cv2.imshow（）在窗口中显示图像。该窗口自动适合图像大小。
第一个参数是一个窗口名称，它是一个字符串。第二个论据是我们的形象。您可以根据需要创建多个窗口，但使用不同的窗口名称。
cv2 。imshow （'image' ，img ） cv2 。waitKey （0 ） cv2 。destroyAllWindows （）
该窗口的屏幕截图如下所示（在Fedora-Gnome机器中）：
cv2.waitKey（）是一个键盘绑定函数。它的论点是以毫秒为单位的时间。该函数等待指定的毫秒为任何键盘事件。如果在那段时间按任意键，程序会继续。如果传递0，它将无限期地等待键击。它也可以设置为检测特定的按键笔画，例如，如果按键a被按下等，我们将在下面讨论。
cv2.destroyAllWindows（）只是销毁我们创建的所有窗口。如果你想销毁任何特定的窗口，使用函数cv2.destroyWindow（）作为参数传递确切的窗口名称。
注意
有一种特殊情况，您可以在后面创建窗口并加载图像。在这种情况下，您可以指定窗口是否可调整大小。它使用函数cv2.namedWindow（）完成。默认情况下，该标志是cv2.WINDOW_AUTOSIZE。但是，如果您指定标志cv2.WINDOW_NORMAL，您可以调整窗口大小。当图像尺寸过大并将轨迹条添加到窗口时，这会很有帮助。
请参阅下面的代码：
cv2 。namedWindow （'图像' ， CV2 。WINDOW_NORMAL ） CV2 。imshow （'image' ，img ） cv2 。waitKey （0 ） cv2 。destroyAllWindows （）
写一张图片
使用函数cv2.imwrite（）保存图像。
第一个参数是文件名，第二个参数是要保存的图像。
cv2 。imwrite （'messigray.png' ，img ）
这会将图像以PNG格式保存在工作目录中。
总结一下
在程序下方加载灰度图像，显示图像，按's'保存图像并退出，或者按ESC键退出而不保存。
import numpy as np import cv2 img = cv2 。imread （'messi5.jpg' ，0 ） cv2 。imshow （'image' ，img ） k = cv2 。waitKey （0 ） 如果 k == 27 ： ＃等待ESC键退出 cv2 。destroyAllWindows （） elif k == ord （'s' ）： ＃等待's'键保存并退出 cv2 。imwrite （'messigray.png' ，img ） cv2 。destroyAllWindows （）
警告
如果您使用的是64位机器，则必须按如下方式修改行：k = cv2.waitKey(0)k = cv2.waitKey(0) & 0xFF
使用Matplotlib
Matplotlib是Python的绘图库，它为您提供了各种各样的绘图方法。你会在即将发表的文章中看到它们。在这里，您将学习如何使用Matplotlib显示图像。你可以放大图像，使用Matplotlib保存等。
导入 numpy的 为 NP 进口 CV2 从 matplotlib 进口 pyplot 如 PLT img = cv2 。imread （'messi5.jpg' ，0 ） plt 。imshow （img ， cmap = 'gray' ， interpolation = 'bicubic' ） plt 。xticks （[]）， plt 。yticks （[]） ＃隐藏X轴和Y轴上的刻度值 plt 。show （）
窗口的屏幕截图如下所示：
也可以看看
Matplotlib提供了大量的绘图选项。有关更多详细信息，请参阅Matplotlib文档。有些，我们会在途中看到。
警告
OpenCV加载的彩色图像处于BGR模式。但Matplotlib以RGB模式显示。因此，如果使用OpenCV读取图像，则彩色图像将无法在Matplotlib中正确显示。请参阅练习以获取更多详细信息。
其他资源
演习
- 尝试在OpenCV中加载彩色图像并将其显示在Matplotlib中时出现问题。阅读这个讨论并理解它。