标签:通道 plot asc rgb get 超时 算法 函数 操作
使用函数cv2.imread(filepath,flags) 读入图像。这幅图像应该在此程序的工作路径,或者给函数提供完整路径,第二个参数是要告诉函数应该如何读取这幅图片,可省略。
import cv2 import numpy as np img = cv2.imread(‘1.jpg‘, cv2.IMREAD_GRAYSCALE)
使用函数cv2.imshow(wname,img)显示图像,第一个参数是显示图像的窗口的名字,第二个参数是要显示的图像(imread读入的图像),窗口大小自动调整为图片大小。
cv2.imshow(‘image‘,img) cv2.waitKey(0) cv2.destroyAllWindows() #cv2.destroyWindow(wname)
使用函数cv2.imwrite(file,img,num)保存一个图像。第一个参数是要保存的文件名,第二个参数是要保存的图像。可选的第三个参数,它针对特定的格式:对于JPEG,其表示的是图像的质量,用0 - 100的整数表示,默认95;对于png ,第三个参数表示的是压缩级别,默认为3。
注意:
cv2.imwrite(‘1.png‘,img, [int( cv2.IMWRITE_JPEG_QUALITY), 95]) cv2.imwrite(‘1.png‘,img, [int(cv2.IMWRITE_PNG_COMPRESSION), 9])
使用函数cv2.flip(img,flipcode)翻转图像,flipcode控制翻转效果。
imgflip = cv2.flip(img,1)
imgcopy = img.copy()
注意,matplotlib 中图像通道为 RGB,而 OpenCV 中图像通道为 BGR。因此进行显示的时候,要注意交换通道的顺序。
彩色图像转为灰度图像
img2 = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)
灰度图像转为彩色图像
img3 = cv2.cvtColor(img,cv2.COLOR_GRAY2RGB)
裁剪出自己感兴趣的部分(ROI,region of interest),需要用到numpy的切片功能,因为OpenCV中,图像就是用numpy.ndarray存储的。
可以先通过image.shape查看行列数
print(image.shape)
例如返回(708,1000,4)分别表示图片的高、宽和通道数。
对图片的裁剪其实就是切片,例如
#得到区域高100~800步长为2,宽200~600步长为1, 通道0 image2 = image[100:800:2, 20:600:1, 0] #得到原图,通道2 image3 = image[:, :, 2]
读入一张图片并显示出来,经过操作后,选择退出或保存。
1 import cv2 2 import numpy as np 3 4 img = cv2.imread(‘a.jpg‘) 5 cv2.imshow(‘image‘,img) 6 7 # Wait for keys to exit or save 8 k = cv2.waitKey(0) 9 if k == 27: 10 cv2.destroyAllWindows() 11 elif k == ord(‘s‘): 12 cv2.imwrite(‘save_image.jpg‘, img) 13 cv2.destroyAllWindows()
ord(‘s‘)表示返回字符s的ASCII值,ASCII值27对应‘Esc’
参考链接:
1、https://blog.csdn.net/fu6543210/article/details/80835280
2、http://www.runoob.com/python/python-func-ord.html
Python-OpenCV:cv2.imread(),cv2.imshow(),cv2.imwrite()
标签:通道 plot asc rgb get 超时 算法 函数 操作
原文地址:https://www.cnblogs.com/lfri/p/10502659.html