一、图像读取/保存
1 import cv2 2 3 img = cv2.imread("name.png") 4 5 cv2.imwrite('save.jpg', img) 6 7 #显示图像 8 cv2.imshow("Origin", img) 9 10 #交互控制 11 cv2.waitKey(0) 12 cv2.destroyAllWindows()
imread的函数原型是：Mat imread( const string& filename, int flags=1 );
第二个参数意义：
IMREAD_UNCHANGED ：不进行转化，比如保存为了16位的图片，读取出来仍然为16位。
IMREAD_GRAYSCALE ：进行转化为灰度图，比如保存为了16位的图片，读取出来为8位，类型为CV_8UC1。
IMREAD_COLOR ：进行转化为三通道图像。
IMREAD_ANYDEPTH ：如果图像深度为16位则读出为16位，32位则读出为32位，其余的转化为8位。
IMREAD_ANYCOLOR ：
IMREAD_LOAD_GDAL ：使用GDAL驱动读取文件，GDAL(Geospatial Data Abstraction Library)是一个在X/
自己测了一下，然后总结如下：
flag=-1时，8位深度，原通道
flag=0，8位深度，1通道
flag=1, 8位深度 ，3通道
flag=2，原深度，1通道
flag=3, 原深度，3通道
flag=4，8位深度 ，3通道
二、HSV格式：
https://zhuanlan.zhihu.com/p/24425116
- 基本图像处理
- 色调、饱和度、明度
- 缩放，裁剪和补边
- 图像的仿射变换：缩放，旋转，剪切，翻转和平移
- 视频功能：随机裁剪、随机旋转、随机颜色和明暗
色调，明暗，直方图和Gamma曲线
HSV分别是色调（Hue），饱和度（Saturation）和明度（Value）。在HSV空间中进行调节就避免了直接在RGB空间中调节是还需要考虑三个通道的相关性。OpenCV中H的取值是[0, 180)，其他两个通道的取值都是[0, 256)，
1 # 通过cv2.cvtColor把图像从BGR转换到HSV 2 img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) 3 4 # H空间中，绿色比黄色的值高一点，所以给每个像素+15，黄色的树叶就会变绿 5 turn_green_hsv = img_hsv.copy() 6 turn_green_hsv[:, :, 0] = (turn_green_hsv[:, :, 0]+15) % 180 7 turn_green_img = cv2.cvtColor(turn_green_hsv, cv2.COLOR_HSV2BGR) 8 cv2.imwrite('turn_green.jpg', turn_green_img) 9 10 # 减小饱和度会让图像损失鲜艳，变得更灰 11 colorless_hsv = img_hsv.copy() 12 colorless_hsv[:, :, 1] = 0.5 * colorless_hsv[:, :, 1] 13 colorless_img = cv2.cvtColor(colorless_hsv, cv2.COLOR_HSV2BGR) 14 cv2.imwrite('colorless.jpg', colorless_img) 15 16 # 减小明度为原来一半 17 darker_hsv = img_hsv.copy() 18 darker_hsv[:, :, 2] = 0.5 * darker_hsv[:, :, 2] 19 darker_img = cv2.cvtColor(darker_hsv, cv2.COLOR_HSV2BGR) 20 cv2.imwrite('darker.jpg', darker_img)
