目标1

在这里，将学习如何读取图像，如何显示图像以及如何将其保存回去 将学习以下功能：

cv2.imread()cv2.imshow()cv2.imwrite()如何使用Matplotlib显示图像使用OpenCV读取图像

使用cv.imread()函数读取图像。图像应该在工作目录或图像的完整路径应给出。 第二个参数是一个标志，它指定了读取图像的方式。

cv2.IMREAD_COLOR： 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。cv2.IMREAD_GRAYSCALE1：以灰度模式加载图像cv2.IMREAD_UNCHANGED：加载图像，包括alpha通道(Alpha通道是计算机图形学中的术语，指的是特别的通道，意思是“非彩色”通道，主要是用来保存选区和编辑选区,每个像素再增加一个 Alpha 通道，取值为0到1，用来储存这个像素是否对图片有「贡献」，0代表透明、1代表不透明) 注意

除了这三个标志，可以分别简单地传递整数1(全彩)、0（灰度）或-1（alpha通道）。

import cv2import numpy as np# 加载彩色灰度图像img = cv2.imread('messi5.jpg', 0)

即使图像路径错误，它也不会引发任何错误，但是 print(img) 会给出 None

显示图像

使用函数cv2.imshow()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。

... # 接上面cv2.imshow('image', img)cv2.waitKey(0)cv.destroyAllWindows()

窗口的屏幕截图如下所示：

cv2.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 a 等，我们将在下面讨论。

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。

cv2.destroyAllWindows()只会销毁创建的所有窗口。如果要销毁任何特定的窗口，请使用函数cv2.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，可以先创建一个空窗口，然后再将图像加载到该窗口。在这种情况下，可以指定窗口是否可调整大小。这是通过功能cv2.namedWindow()完成的。默认情况下，该标志为cv2.WINDOW_AUTOSIZE。但是，如果将标志指定为cv2.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。

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

使用函数cv2.imwrite()保存图像。第一个参数是文件名，第二个参数是要保存的图像。 cv2.imwrite('messigray.png'，img) 这会将图像以PNG格式保存在工作目录中。

总结

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

import cv2import numpy as npimg = cv2.imread('messi5.jpg',0)cv2.imshow('image',img)k = cv2.waitKey(0)if k == 27: # 等待ESC退出 cv2.destroyAllWindows()elif k == ord('s'): # 等待关键字，保存和退出 cv2.imwrite('messigray.png',img) cv2.destroyAllWindows()

Matplotlib是Python的绘图库，提供了多种绘图方法。将在接下来的文章中看到它们。在这里，将学习如何使用Matplotlib显示图像，且可以使用Matplotlib缩放图像，保存图像等。

import cv2 import numpy as npfrom matplotlib import pyplot as pltimg = cv2.imread('messi5.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()

在这里插入图片描述

注意：

OpenCV 是按照 BGR顺序展示, 而matplotlib是按照RGB顺序展示.

import cv2import numpy as npimport matplotlib.pyplot as pltimg = cv2.imread('messi4.jpg')b,g,r = cv2.split(img)img2 = cv2.merge([r,g,b])plt.subplot(121);plt.imshow(img) # expects distorted colorplt.subplot(122);plt.imshow(img2) # expect true colorplt.show()cv2.imshow('bgr image',img) # expects true colorcv2.imshow('rgb image',img2) # expects distorted colorcv2.waitKey(0)cv2.destroyAllWindows()

在这里插入图片描述

bgr与rgb转化方式：

img[..., ::-1]cv2.cvtColor(img, cv2.COLOR_BGR2RGB)参考Matplotlib绘图样式和功能