OpenCV-Python 教程——从Images开始

2024-08-31 06:18
文章标签 python opencv 教程 images

本文主要是介绍OpenCV-Python 教程——从Images开始,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目标

  • 这里,你将会学到如何读取、显示、保存一张图片

  • 你将会学习这些函数:cv2.imread(), cv2.imshow(), cv2.imwrite()

  • 当然,你将会学习如何用Matplotlib显示这些图片

使用OpenCV

读取图片

利用函数cv2.imread()来读取一张图片。该图片应该在工作目录中或是提供图片的绝对路径。

第二个参数用来明确读取图片的方式。

  • cv2.IMREAD_COLOR: 载入一张彩图,图片的透明度信息将被忽略。这是默认的方式!

  • cv2.IMREAD_GRAYSCALE: 以灰度模式载入图片

  • cv2.IMREAD_UNCHANGED: 载入图片,包括alpha通道(透明度信息)

注意 你可以用1,0,-1分别来代替以上三种模式。

样例代码:

import numpy as np
import cv2
# Load an color image in grayscale
img = cv2.imread('messi5.jpg',0)

警告 即使图片路径给错了,程序不会抛出错误,但输入print img将会得到None.

显示图片

利用函数cv2.imshow()在窗口中显示图片。窗口将会自动匹配图片尺寸。

第一个参数(string type)作为窗口的名字,第二个参数是我们的图片。你可以随心生成许多窗口,但需不同的名字。

cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

窗口截图如下图所示:
这里写图片描述

cv2.waitKey()是一个键盘绑定函数。它的参数是以毫秒为单位的时间。这个函数会等待任意键盘事件指定秒数,如果你在这段时间内摁任意键,程序将继续。如果指定为0,它将一直等待直到有摁键。当然你也可以设置检测特定键的输入,如摁下a键等,我们将在以后讨论。

注意 除了绑定键盘事件,这个函数也处理许多GUI事件,因此你实际显示图片时必须用它。

cv2.destroyAllWindows()简单地关闭我们创建的所有窗口。如果你想关闭指定的窗口,利用函数cv2.destroyWindow()并传入确切的窗口名字作参数。

注意 有一种特殊的情况,你可以先创建一个窗口,然后再载入图片。在这种情况下,你可以决定是否重新调整窗口。这可以通过cv2.namedWindow()来完成。默认情况下,参数是cv2.WINDOW_AUTOSIZE。如果你指定参数cv2.WINDOW_NORMAL的话,你可以重新调整窗口。当图片尺寸太大及添加轨迹栏到窗口中会很有用。

样例如下:

cv2.namedWindow('image', cv2.WINDOW_NORMAL)
cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

写入图片

利用函数cv2.imwrite()来保存一张图片。

第一个参数是文件名,第二个参数是你想保存的图片。

cv2.imwrite('messigray.png',img)

这个命令会在当前工作目录应PNG格式保存图片。

综合

下面的程序将会因grayscale模式载入图片,并显示。如果你摁下’s’键,将保存并退出;或是可以摁下ESC键不保存退出。

import numpy as np
import cv2
img = cv2.imread('messi5.jpg',0)
cv2.imshow('image',img)
k = cv2.waitKey(0)
if k == 27:         # wait for ESC key to exitcv2.destroyAllWindows()
elif k == ord('s'): # wait for 's' key to save and exitcv2.imwrite('messigray.png',img)cv2.destroyAllWindows()

警告 如果你用的是64位机器,你必须把k = cv2.waitKey(0)改成k = cv2.waitKey(0) & 0xFF

使用Matplotlib

Matplotlib是Python的画图库,提供了大量的画图方法。在接下来的教程中你将会见识它。这里我们学习如何用Matplotlib显示图片。用Matplotlib你可以缩放图片并保存它。

import numpy as np
import cv2
from matplotlib import pyplot as plt
img = cv2.imread('messi5.jpg',0)
plt.imshow(img, cmap = 'gray', interpolation = 'bicubic')
plt.xticks([]), plt.yticks([])  # to hide tick values on X and Y axis
plt.show()

这里写图片描述

Matplotlib有海量的画图选项,更多的细节请参考Matplotlib官方文档。

警告 用OpenCV载入的彩图是BGR模式。但是Matplotlib显示是以RGB模式,因此用Opencv读取的彩图将不能在Matplotlib中正确显示。细节请参考讨论

英文原始教程

这篇关于OpenCV-Python 教程——从Images开始的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1123125

相关文章

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者

opencv 滚动条

参数介绍:createTrackbar( trackbarname , "hello" , &alpha_slider ,alpha_max ,  on_trackbar )  ;在标签中显示的文字(提示滑动条的用途) TrackbarName创建的滑动条要放置窗体的名字 “hello”滑动条的取值范围从 0 到 alpha_max (最小值只能为 zero).滑动后的值存放在