间隔很久再来此处记笔记，这篇笔记里也会将对前面两篇关于 Opencv的内容有些涉及，如读写等。
Opencv 读、显示、存操作
cv.imread() # 读入图片
cv.imshow() # 显示
cv.imwrite() # 存储图片
cv2.imread(path[, flags])
flags的值
cv2.IMREAD_COLOR : 读入彩色图片,任何与透明度相关通道的会被忽视,默认以这种方式读入.
cv2.IMREAD_GRAYSCALE : 以灰度图的形式读入图片.
cv2.IMREAD_UNCHANGED : 保留读取图片原有的颜色通道.
简单的用-1,0,1来分别表示这3个flag
cv2.imshow(winname, image)
winname: 窗口名； image: 要显示的图片
cv2.imwrite() 保存图片
cv2.imwrite(filename, img[, params]) → retval
参数:
filename是文件名称
img是保存的图像
将图像保存成指定格式的文件,注意这里的params是一个数组
对于JPEG,可以是有质量的保存 CV_IMWRITE_JPEG_QUALITY 从0到100,100表示最高保存质量，默认95
对于WEBP, CV_IMWRITE_WEBP_QUALITY
对于PNG，可以是压缩级别 CV_IMWRITE_PNG_COMPRESSION:从0到9，越小表示保存的大小越大，压缩时间越少，默认为3
alpha为0时表示透明，255时表示不透明
Node
cv2.waitKey()是一个键盘绑定函数。它的参数是毫秒数，这个函数会等待任意键盘事件指定的毫秒时间。如果你点了任意键，这个程序继续。如果传入0，它会一直等待按键
cv2.destroyAllWindows()销毁所有的我们创建的窗口，如果你想销毁指定的窗口，使用函数cv2.destroyWindow()你可以传指定窗口的名字作为参数。
import cv2
读入彩色图片
img = cv2.imread(‘image.jpg’,cv2.IMREAD_COLOR)
建立image窗口显示图片
cv2.imshow(‘image’,img)
无限期等待输入
k = cv2.waitKey(0)
如果输入ESC退出
if k==27:
cv2.destroyAllWindows()
如果输入s,保存
elif k==ord(‘s’):
cv2.imwrite(‘test.png’,img)
# 注意cv2.IMWRITE_PNG_COMPRESSION类型为Long，必须转换成int
outimg = cv2.imwrite(“0_snap_save_0.png” , img , [ int(cv2.IMWRITE_PNG_COMPRESSION),0 ] )
print(“OK!”)
cv2.destroyAllWindows()
显示窗口 可调大小
cv2.namedWindow()
** 对图片窗口先进行命名并进行其他设置，如可改变窗口大小 **
cv2.WINDOW_AUTOSIZE：根据原图大小进行展示
cv2.WINDOW_NORMAL：图片窗口可调节大小
import cv2
img = cv2.imread(‘image.jpg’)
通过设置第二个参数使得图片窗口可调节大小，默认是不可调的（cv2.WINDOW_AUTOSIZE）
cv2.namedWindow(‘color’, cv2.WINDOW_NORMAL)
cv2.imshow(‘color’,img)
cv2.waitKey(0)
cv2.destroyAllWindows()
namedWindow展示图片
用matplotlib显示图片
调用 matplotlib进行图片展示时，需要注意调整图片的通道顺序，因为opencv读取图片的通道顺序是BGR，而matplotlib是RGB，即在调用plt.imshow之前将image的通道调整为RGB即可。
%matplotlib inline
from matplotlib import pyplot as plt
import cv2
img = cv2.imread(‘image.jpg’)
print(‘图片属性： {}’.format(img.shape))
BGR 顺序
plt.subplot(121)
plt.imshow(img)
plt.title(‘opencv channel order’)
调整为 RGB
plt.subplot(122)
plt_img = img[:,:,::-1]
plt.imshow(plt_img)
plt.title(‘matplotlib channel order’)
plt.show()
matplotlib图片显示
若为灰色图片时，cmap参数值设为plt.cm.gray
%matplotlib inline
from matplotlib import pyplot as plt
import cv2
img = cv2.imread(‘image.jpg’, 0)
print(img.shape)
cmap的值设为 plt.cm.gray
plt.imshow(img, cmap=plt.cm.gray)
plt.axis(“off”)
plt.show()
image.png
获得图片的属性值
shape
size
dtype
import cv2
img = cv2.imread(‘image.jpg’)
打印出图片一些属性值, 结构，大小，类型
print(img.shape)
print(img.size)
print(img.dtype)
打印出图片 某一像素处的 BGR 值
px = img[100, 100]
print(px)
取得 图片 某一channel的像素值
px_blue = img[100, 100, 0] # 0:blue, 1: green, 2: Red
print(px_blue)
修改像素值
img[100,100] = [255,255,255]
print(img[100, 100])
array.item() and array.itemset() 可更快获得数据及修改值
px_red = img.item(10,100,2)
print(px_red)
img.itemset((10,100,2),100)
print(img.item(10,100,2))
图片属性值
图像尺寸变换 cv2.resize()
cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]]) → dst
interpolation
选项 所用的插值方法
INTER_NEAREST
最近邻插值
INTER_LINEAR
双线性插值（默认设置）
INTER_AREA
使用像素区域关系进行重采样。 它可能是图像抽取的首选方法，因为它会产生无云纹理的结果。 但是当图像缩放时，它类似于INTER_NEAREST方法。
INTER_CUBIC
4x4像素邻域的双三次插值
INTER_LANCZOS4
8x8像素邻域的Lanczos插值
使用cv2.resize时，参数输入是 宽×高×通道
import cv2
img = cv2.imread(‘image.jpg’)
new_img = cv2.resize(img, (800, 500), interpolation=cv2.INTER_CUBIC)
cv2.imshow(‘resize’, new_img)
cv2.imwrite(‘image800.jpg’, new_img)
cv2.waitKey(0)
cv2.destroyAllWindows()
cv2.resize()
通道的拆分/合并处理
cv2.split()
cv2.merge()
b = img[:,:,0]
Suppose you want to set all the red pixels to zero, you do not need to split the channels first. Numpy indexing is faster.
cv.split() is a costly operation (in terms of time). So do it only if you need it. Otherwise go for Numpy indexing.
%matplotlib inline
from matplotlib import pyplot as plt
import cv2
img = cv2.imread(‘image800.jpg’)
b,g,r = cv2.split(img)
img_merge = cv2.merge((r,g,r))
img = cv2.merge((b,g,r))
print(b.shape)
print(b[:3])
plt.subplot(121)
plt.imshow(img[:,:, ::-1])
img = cv2.merge((r,g,b))
plt.imshow(img)
plt.title(‘origin pic’)
plt.subplot(122)
plt.imshow(img_merge)
plt.title(‘merge r to b’)
plt.show()
cv2.imshow(‘color’,img)
cv2.waitKey(0)
cv2.destroyAllWindows()
cv2.split()
本篇笔记主要通过对opencv里的读，显示，存储图片，获取图片信息，调整图片大小及取得各RGB通道信息的api进行学习记录的，接下来将对opencv里的画图api进行调用，如画线，圆圈，长方形的操作。
作者：深思海数_willschang
链接：https://www.jianshu.com/p/ed00179ede34
來源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。