Opencv图像读取，显示，保存，类型转换 _类型转换

寸阳分阴须爱惜，休负春色与时光。这篇文章主要讲述Opencv图像读取，显示，保存，类型转换相关的知识，希望能为你提供帮助。
图像基本操作环境配置地址：

Anaconda:https://www.anaconda.com/download/
python_whl:https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv

图像基本知识

图像：任何带有信息的二维函数都可以被看作一幅图像。(x,y)是定义域为平面的空间坐标，坐标点(x,y)上的函数值（幅值）称为该点图像的强度或灰度。
图像根据图像记录方式的不同可分为两大类：模拟图像和数字图像。
模拟图像又称连续图像，是指在二维坐标系中连续变化的图像，即图像的像点是无限稠密的，同时具有灰度值（即图像从暗到亮的变化值）。
数字图像:对模拟图像进行空间采样和幅值量化，使x，y和幅值均为有限的离散数值时，该图像称为数字图像。
采样：空间坐标(x,y)的离散及数字化；

文章图片

量化：样点的幅值离散及数字化; 经过采样的图像，只是在空间上被离散为像素（样本）的阵列，而每一个样本灰度值还是一个有无穷多个取值的连续变化量，必须将其转化为有限个离散值，赋于不同码字才能真正成为数字图像。
静态图像可分为矢量(Vector)图和位图（Bitmap）。
位图又可以分成如下四种：
二值图像（binary image)
灰度图像(grayscale image, intensity image)
RGB真彩色图像（True Color）
索引颜色图像(Indexd Color)
像素：数字图像是由有限个元素（采样点）组成的，每个元素都有一个特定的位置和幅值，这些元素称为图像元素（picture element），简称像素（pixel）。
图像的表示：一幅M×N个像素的数字图像，其像素灰度值可以用M行、N列的数组或矩阵表示，这样数字图像中的像素与二维数组中的每个元素便一一对应起来。

文章图片

图像的坐标系

文章图片

数字图像处理(Digital Image Processing)，就是利用数字计算机对图像进行去除噪声、增强、复原、分割、特征提取、识别等处理的理论、方法和技术。
DPI（Dots Per Inch，每英寸点数）是一个量度单位，用于点阵数码影像，指每一英寸长度中，取样、可显示或输出点的数目。

数字图像的视觉质量参数

灰度级：表示像素明暗程度的整数量范围如：像素的取值范围为0-255，就称该图像为256个灰度级的图像
灰度层次：表示图像实际拥有的灰度级的数量.例如：具有32种不同取值的图像，可称该图像具有32个层次，图像数据的实际层次越多，视觉效果就越好。
亮度：图像中每个像素的明暗程度取决于其灰度值的大小，图像的整体亮度则取决于所有像素的平均灰度值。
对比度：一幅图像中最高和最低灰度级间的灰度差。当一幅图像中像素可感知的数值有高的动态范围时，认为该图像具有高的对比度。
动态范围：图像系统中最大可度量灰度与最小可检测灰度之比。灰度跨越的值域非正式地称为动态范围。

图像读取，显示，保存，类型转换

读取图片
在OpenCV中使用cv2.imread()函数来加载图片，该函数的形式如下:

cv2.imread(path, flags)

参数意义如下:

path: 该参数制定图片的路径，可以使用相对路径，也可以使用绝对路径；
flags:指定以何种方式加载图片，有三个取值：
cv2.IMREAD_COLOR:读取一副彩色图片，图片的透明度会被忽略，默认为该值，实际取值为1；
cv2.IMREAD_GRAYSCALE:以灰度模式读取一张图片，实际取值为0
cv2.IMREAD_UNCHANGED:加载一副彩色图像，透明度不会被忽略。

如果给定的图片路径不对，该函数不会抛出异常，而是返回一个None，如果给定正确的图片路径，将返回一个[height, width, channel]的numpy.ndarray对象，height表示图片高度，width表示图片宽度，channel表示图片的通道。

import cv2 img = cv2.imread("lena.jpg") # img = cv2.imread("lena.jpg", cv2.IMREAD_COLOR) # img = cv2.imread("lena.jpg", cv2.IMREAD_GRAYSCALE) # img = cv2.imread("lena.jpg", cv2.IMREAD_UNCHANGED)cv2.imshow("image", img) # 显示图片，后面会讲解 cv2.waitKey(0) #等待按键

文章图片

显示图片
使用cv2.imshow()函数在一个窗口中显示图片，这个窗口自适应图片的大小,其形式如下:

cv2.imshow(winname, mat)

参数意义如下:

winame:一个字符串，表示创建的窗口名字，每一个窗口必须有一个唯一的名字；
mat:是一个图片矩阵，numpy.ndarray类型

在图片显示的过程中，通常会伴随几个其他的函数，他们分别是:

cv2.waitKey()
cv2.destroyAllWindows()
cv2.destroyWindow()
cv2.namedWindow()
因为我们的程序是顺序执行，如果没有cv2.waitKey()函数，图像不会显示（也许是一闪而过，我们人眼观察不到），cv2.waitKey()函数是一个键盘绑定函数（相当于让程序在这里挂起暂停执行），他接受一个单位为毫秒的时间，它等待指定时间的键盘事件，在指定时间内发生了键盘事件，程序继续执行，否则必须等到时间结束才能继续执行，参数如果为0表示等待无限长的事件。

cv2.destroyAllWindows()用来销毁所有已经创建的窗口，如果需要销毁指定窗口使用cv2.destroyWindow()函数，他接受一个表示窗口名字的名字。
在这里我们直接用cv2.imshow()创建的窗口是自动适应图片大小的，不能缩放，如果我们想放大缩小窗口，必须单独用cv2.namedWindow(),并通过flag参数指定窗口模式为cv2.WINDOW_NORMAL,默认为cv2.WINDOW_AUTOSIZE.
下面是一个窗口可以放大缩小的显示图片的例子:

import cv2img = cv2.imread(\'attractive-beautiful-beauty-2267088.jpg\') cv2.namedWindow(\'image\',cv2.WINDOW_NORMAL) cv2.imshow(\'image\', img) cv2.waitKey(0) cv2.destroyAllWindows()

文章图片

保存图片
使用cv2.imwrite()函数来保存图片，形式如下:

cv2.imwrite(filename, img)

参数意义如下:

filename: 保存文件的路径名
img: 表示图像的numpy.ndarray对象

完整的例子：

import cv2img = cv2.imread(\'lena.jpg\',0) cv2.imshow(\'image\',img) k = cv2.waitKey(0) if k == 27:# 按下esc时，退出 cv2.destroyAllWindows() elif k == ord(\'s\'): # 按下s键时保存并退出 cv2.imwrite(\'lena001.png\',img) cv2.destroyAllWindows()

文章图片

4.图像属性
图像的属性包括：行，列，通道，图像数据类型，像素数目等
在opencv中，图像不是传统的RGB颜色通道，而是按BGR顺序存储的。

img_BGR = cv2.imread(\'citrus-fruit-colorful-delicious-2146386.jpg\') print(type(img_BGR)) # numpy.ndarray类型可以用numpy对图像进行各种操作 print(img_BGR.dtype) # 图像数据类型，一张图片的像素值范围是[0,255], 因此默认类型是unit8 print(img_BGR.shape[0]) # 行 print(img_BGR.shape[1]) # 列 print(img_BGR.shape[2]) # 通道 print(img_BGR.size) # 像素数目 print(img_BGR.max()) # 最大像素值 print(img_BGR.min()) # 最小像素值 print(img_BGR.mean()) #素值平均值

< class \'numpy.ndarray\'> uint8 4864 3648 3 53231616 255 0 211.1315848273327

5.转换函数
使用cv2.cvtColor()函数来转换图片颜色空间，形式如下:

cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # 将BGR图像转换为灰度图像

其中最常用的还有：

cv2.COLOR_BGR2RGB # 将BGR图像转换为RGB图像
cv2.COLOR_BGR2GRAY # 将BGR图像转换为灰度图像
cv2.COLOR_GRAY2BGR # 将灰度图像转换为BGR图像

例子：lena 真彩色图像转为灰度图像

import cv2img = cv2.imread(\'lena.jpg\') gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) cv2.imwrite(\'gray_lena.jpg\',gray)

文章图片

例子：颜色转换

import cv2img_BGR = cv2.imread(\'citrus-fruit-colorful-delicious-2146386.jpg\') cv2.imwrite(\'img_BGR.jpg\',img_BGR)img_RGB = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2RGB) cv2.imwrite(\'img_RGB.jpg\',img_RGB)img_GRAY = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2GRAY) cv2.imwrite(\'img_GRAY.jpg\',img_GRAY)img_HSV = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2HSV) cv2.imwrite(\'img_HSV.jpg\',img_HSV)img_YcrCb = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2YCrCb) cv2.imwrite(\'img_YcrCb.jpg\',img_YcrCb)img_HLS = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2HLS) cv2.imwrite(\'img_HLS.jpg\',img_HLS)img_XYZ = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2XYZ) cv2.imwrite(\'img_XYZ.jpg\',img_XYZ)img_LAB = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2LAB) cv2.imwrite(\'img_LAB.jpg\',img_LAB)img_YUV = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2YUV) cv2.imwrite(\'img_YUV.jpg\',img_YUV)

【Opencv图像读取，显示，保存，类型转换】