OpenCV竟然可以这样学！成神之路终将不远

Posted 2021-06-26 满目星辰wwq

返回目录

1 图像入门--图像

要使用opencv之前，我们需要导入opencv，使用import cv2 as cv，接下来，开始重头戏。

1.1 读取图像

读取图像我们使用的是cv.imread(failname, flags)，其中：

第一个参数是我们读取的图片名，第二个参数是一个标志，制定了读取图像的方式，一般有以下三种模式。

• cv.IMREAD_COLOR(1)： 加载彩色图像。任何图像的透明度都会被忽视。它是默认标志。
• cv.IMREAD_GRAYSCALE(0)：以灰度模式加载图像
• cv.IMREAD_UNCHANGED(-1)：加载图像，包括alpha通道

注意：除了这三个标志，你可以分别简单地传递整数1、0或-1。

 

1.2 显示图像

显示图像我们要使用的是cv.imshow(winname, mat)，在窗口中显示图像。窗口自动适合图像尺寸。

第一个参数是窗口名称，它是一个字符串。第二个参数是我们的对象。你可以根据需要创建任意
多个窗口，但可以使用不同的窗口名称。

代码如下，我定义了很多不同的窗口名称，但是用的都是同一个对象。

import cv2 as cv

img = cv.imread('11.jpg', 1)
cv.imshow('clone1', img)
cv.imshow('clone2', img)
cv.imshow('clone3', img)
cv.waitKey(0)
cv.destroyAllWindows()

运行效果如下，可以看到我们的小姐姐学会了多重影分身。

代码中：

（1）cv.waitKey()是一个键盘绑定函数。其参数是以毫秒为单位的时间。该函数等待任何键盘事件指定的毫秒。如果您在这段时间内按下任何键，程序将继续运行。如果0被传递，它将无限期地等待一次敲击键。。它也可以设置为检测特定的按键，例如，如果按下键q等。

注意：除了键盘绑定事件外，此功能还处理许多其他GUI事件，因此你必须使用它来实际显示图像。

（2）cv.destroyAllWindows()只会破坏我们创建的所有窗口。如果要销毁任何特定的窗口，请使用函数 cv.destroyWindow()在其中传递确切的窗口名称作为参数。

注意：在特殊情况下，你可以创建一个空窗口，然后再将图像加载到该窗口。在这种情况下，你可以指定窗口是否可调整大小。这是通过功能cv.namedWindow()完成的。默认情况下，该标志为cv.WINDOW_AUTOSIZE。但是，如果将标志指定为cv.WINDOW_NORMAL，则可以调整窗口大小。当图像尺寸过大以及向窗口添加跟踪栏时，这将很有帮助。

代码如下所示：

cv.namedWindow('image', cv.WINDOW_NORMAL)
img = cv.imread('11.jpg', 1)
cv.imshow('image', img)
cv.waitKey(0)
cv.destroyAllWindows()

运行结果如下，可以看到小姐姐被我拉长了：

 

1.3 写入图像

写入图像使用的是cv.imwrite(filename, img, params)函数将图像进行保存。

第一个参数是文件名，第二个参数是要保存的图像。第三个参数为特定格式保存的参数编码。

在下面的程序中，以灰度加载图像，显示图像，按s保存图像并退出，或者按ESC 键直接退出而
不保存，具体代码如下：

img = cv.imread('11.jpg', 0)
cv.imshow('img', img)
k = cv.waitKey(0) & 0xFF
if k == 27:  # 等待ESC退出
    cv.destroyAllWindows()
elif k == ord('s'):  # 等待关键字s，保存并退出
    cv.imwrite('save.png', img)
    cv.destroyAllWindows()

其实，当我们按任意键都是直接退出的，但是不会销毁所有窗口，只有按下ESC才会销毁所有窗口，可以看到，如果按下s键，就会将图片保存下来，可以在文件夹中看到。

注意：如果使用的是64位计算机，则必须k = cv.waitKey(0) 按如下所示修改行： k = cv.waitKey(0) & 0xFF

 

1.4 使用Matplotlib

Matplotlib是Python的绘图库，可为你提供多种绘图方法。在这里，你将学习如何使用Matplotlib显示图像。你可以使用Matplotlib缩放图像，保存图像等。

代码如下：

from matplotlib import pyplot as plt

img = cv.imread('11.jpg', 0)
plt.imshow(img, cmap='gray', interpolation='bicubic')
plt.xticks([]), plt.yticks([])  # 隐藏x轴和y轴上的刻度值
plt.show()

运行结果如下：