OpenCV3 for python3 学习笔记1
1、读/写图像文件
OpenCV的imread()函数和imwrite()函数能支持各种静态图像文件格式。不同系统支持的文件格式不一样，但都支持BMP格式，通常还应该支持PNG、JPEG和TIFF格式。
无论哪种格式，每个像素都会有一个值，但不同格式表示像素的方式有所不同。如：
import cv2 import numpy as np import os img = np.zeros((300, 300), dtype = np.uint8) # 通过二维NumPy数组来简单创建一个黑色的正方形图像 print(img) # 在控制台打印该图像 print(img.shape) # 通过shape属性来查看图像的结构，返回行和列，如果有一个以上的通道，还会返回通道数 img = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR) # 利用cv2.cvtColor函数将该图像转换成BGR格式 print(img) print(img.shape) cv2.namedWindow("Image") # 显示该图像 cv2.imshow("Image", img) cv2.waitKey ()
结果为：
[[0 0 0 ... 0 0 0] [0 0 0 ... 0 0 0] [0 0 0 ... 0 0 0] ... [0 0 0 ... 0 0 0] [0 0 0 ... 0 0 0] [0 0 0 ... 0 0 0]] # 每个像素都由一个8位整数来表示，即每个像素值的范围是0~255 (300, 300) [[[0 0 0] [0 0 0] [0 0 0] ... [0 0 0] [0 0 0] [0 0 0]] [[0 0 0] [0 0 0] [0 0 0] ... [0 0 0] [0 0 0] [0 0 0]] [[0 0 0] [0 0 0] [0 0 0] ... [0 0 0] [0 0 0] [0 0 0]] ... [[0 0 0] [0 0 0] [0 0 0] ... [0 0 0] [0 0 0] [0 0 0]] [[0 0 0] [0 0 0] [0 0 0] ... [0 0 0] [0 0 0] [0 0 0]] [[0 0 0] [0 0 0] [0 0 0] ... [0 0 0] [0 0 0] [0 0 0]]] # 现在每个像素都由一个三元数组表示，并且每个整型向量分别表示一个B,G和R通道。其他色彩空间（如HSV）也以同样的方式来表示像素，只是取值范围和通道数目不同（例如，HSV色彩空间的色度值范围为0~180） (300, 300, 3)
2、可读取一种格式的图像文件，然后将其保存为另一种格式。如：
image = cv2.imread('flower.png') # 将‘flower.jpg’的图片与.py文件放在同一目录下，或者使用绝对路径 cv2.imwrite('flower.jpg',image)
在默认情况下，即使图像文件为灰度格式，imread()函数也会返回BGR格式的图像，BGR与RGB表示的色彩空间相同，但字节顺序相反。
下面列出的选项可作为imread()函数的参数：
IMREAD_ANYCOLOR = 4
IMREAD_ANYDEPTH = 2
IMREAD_COLOR = 1
IMREAD_GARYSCALE = 0
IMREAD_LOAD_GDAL = 8
IMREAD_UNCHANGED = -1
cv2.imread(‘图像名称’，’可选参数’)
可选参数决定读入图像的模式：
0：读入的为灰度图像（即使图像为彩色的）
1：读入的图像为彩色的（默认）；
如下面的例子将加载的PNG文件作为灰度图像（在这个过程中会丢失所有的颜色信息），然后又将其保存为灰度的PNG图像。
garyImage = cv2.imread('flower.jpg',cv2.IMREAD_GRAYSCALE) cv2.imwrite('flower.png',garyImage)
无论采用哪种模式，imread()函数会删除所有alpha通道的信息（透明度）。imwrite()函数要求图像为BGR或灰度格式，并且每个通道要有一定的位（bit），
输出格式要支持这些通道。例如，bmp格式要求每个通道有8位，而PNG允许每个通道有8位或16位
储存图像函数：cv2.imwrite(‘保存的图像名’，图像，‘参数’)
正常的图像储存使用就是cv2.imwrite(‘保存的图像名’，图像），后面一个参数默认，保存的图像名还得带类型，比如jpg，bmp等等，OpenCV目前支持读取bmp、jpg、png、tiff等常用格式，
第三个参数较复杂，还得分是jpg、bmp等等图像的类型不同而不同，其实就是决定了图像储存大小，清晰度的，默认的就很好
此外，还有一种显示图像的方式。
import cv2 from matplotlib import pyplot as plt img = cv2.imread('flower.jpg',0);#打开为灰度图像 plt.imshow(img, 'gray') #必须规定为显示的为什么图像 # plt.xticks([]),plt.yticks([]) #隐藏坐标线 plt.show() #显示出来，不要也可以，但是一般都要了
