opencv之python版图像的读取显示保存像素遍历以及结合matplotlib使用

Posted 2022-05-04 非晚非晚

文章目录

• 1. 图像的表示
• 2. 图像读取、显示与保存
• 3. 简单使用
• • 3.1 读取图像大小
  • 3.2 绘制基本图形
  • 3.3 图像的元素遍历
• 4. 结合Matplotlib显示图像

1. 图像的表示

在opencv的C++代码中，表示图像有专门的结构cv::Mat，在python中有numpy工具可以使用。

2. 图像读取、显示与保存

cv2.imread(path_of_image, intflag)

标记intflag的格式：

• cv2.IMREAD_COLOR： 加载彩色图像。任何图像的透明度都将被忽略。它是默认标志
• cv2.IMREAD_GRAYSCALE：以灰度模式加载图像
• cv2.IMREAD_UNCHANGED：保留读取图片原有的颜色通道

• 1 ：等同于cv2.IMREAD_COLOR
• 0 ：等同于cv2.IMREAD_GRAYSCALE
• -1 ：等同于cv2.IMREAD_UNCHANGED

import cv2

file_path = "../../pic/pic_1.png" #图片相对位置

#读取图像
img = cv2.imread(file_path)

#显示图像
cv2.imshow("image", img) #名字和显示的对象

#保存图像
cv2.imwrite('new_image.png',img)

# 指定jpg质量，范围从1~100，默认95，值越高画质越好，文件越大
cv2.imwrite('good_img.jpg',img,(cv2.IMWRITE_JPEG_QUALITY,100))

# 等待键盘输入，为毫秒级
cv2.waitKey(0)

输出：

3. 简单使用

3.1 读取图像大小

使用shape方法，可以获取图像的height、width和channels的值。

height = img.shape[0]        #将img中的元素取出，赋值给height，width，channels
width = img.shape[1]
channels = img.shape[2]

3.2 绘制基本图形

下列代码展示了怎么绘制线段、矩形、圆形等简单元素。

import cv2
import numpy as np

img = np.ones((512,512,3), np.uint8)
height = img.shape[0]        #将img中的元素取出，赋值给height，width，channels
width = img.shape[1]
channels = img.shape[2]
print(width, height, channels) # 512 * 512 * 3
img = 255*img # 白色
img = cv2.line(img, (100,100), (400,400),(255, 0, 0), 5)
img = cv2.rectangle(img,(200, 20),(400,120),(0,255,0),3)
img = cv2.circle(img,(100,400), 50, (0,0,255), 2)
img = cv2.circle(img,(250,400), 50, (0,0,255), 0)
img = cv2.ellipse(img,(256,256),(100,50),0,0,180,(0, 255, 255), -1)
pts = np.array([[10,5],[20,30],[70,20],[50,10]], np.int32)
img = cv2.polylines(img,[pts],True,(0, 0, 0), 2)

cv2.imshow('img', img)
#cv2.imwrite("1.png",img)，保存图像
#当指定waitKey(0) == 27时当敲击键盘 Esc 时便销毁所有窗口
if cv2.waitKey(0) == 27:
    cv2.destroyAllWindows()

显示结果如下：

3.3 图像的元素遍历

下面我们以一个将图像元素取反的例子为例，说明怎么实现元素的遍历。

import cv2 as cv
import numpy as np

def access_pixels(frame):
    print(frame.shape)  #shape内包含三个元素：按顺序为高、宽、通道数
    height = frame.shape[0]
    weight = frame.shape[1]
    channels = frame.shape[2]
    print("weight : %s, height : %s, channel : %s" %(weight, height, channels))
    
    for row in range(height):            #遍历高
        for col in range(weight):         #遍历宽
            for c in range(channels):     #便利通道
                pv = frame[row, col, c]     
                frame[row, col, c] = 255 - pv     #全部像素取反，实现一个反向效果
    cv.imshow("fanxiang", frame)

file_path = "../../pic/pic_1.png" #图片相对位置
src = cv.imread(file_path)
cv.imshow("Picture", src)
access_pixels(src)
cv.waitKey(0)

图像像素取反后的效果如下图所示

4. 结合Matplotlib显示图像

在OpenCV中，颜色模式的默认设置顺序为BGR，而 Matplotlib则是用我们熟悉的RGB模式来显示图像的 ，所以如果不对颜色模式进行转换直接将图像显示出来，那显示的图像将不是我们原本想要获取的。下例展示了使用cvtColor转换图像颜色后，使用matplotlib显示。

import numpy as np
from matplotlib import pyplot as plt
import cv2

file_path = "../../pic/pic_1.png" #图片相对位置

#读取图像
img = cv2.imread(file_path)
#图像转换，将BGR转换为RGB
img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)

#matplotlib显示图像
plt.imshow(img)
plt.show()

输出：