【计算机视觉】OpenCV 4高级编程与项目实战（Python版）【1】：图像处理基础_python有opencv4环境吗

pip install opencv-python

pip install opencv_python-4.5.5.62-cp36-abi3-win_amd64.whl

cv.imread( filename[,flags])->retval

参数说明：

libpng warning: iCCP: known incorrect sRGB profile

convert book.png book1.png

magick convert book.png book1.png

5. 显示图像

        将图像以矩阵形式输出是给分析程序用的，如果要想给人展示图像，就应该将图像显示出来，而不是输出密密麻麻的数字。为此，OpenCV提供了imshow函数用来显示图像。imshow函数会弹出一个窗口，并在窗口中显示图像。

        如果只使用imshow函数显示窗口，那么这个窗口闪一下就退出了，所以还需要使用waitKey函数让阻止窗口提出。waitKey函数的作用是等待任意一个按键按下，如果有按键按下，waitKey函数就会执行完毕，继续执行下面的代码，否则waitKey函数将一直处于等待状态。

        尽管Python程序执行完后会释放所有资源，但一个好的习惯是在程序执行完后，主动释放资源，如果使用imshow函数打开一个窗口，那么这个窗口就是资源，所以在程序执行完毕后，需要使用destroyAllWindows方法释放通过imShow函数创建的窗口，当然，如果还有其他窗口，也会一起释放。

下面看一下这几个函数的原型：

(1) imshow函数

cv.imshow( winname, mat)-> None

• winname：显示图像的窗口名称。
• mat：要显示的图像的矩阵数据，也就是imread函数返回的值。

imshow函数的返回值是None。

(2) waitKey函数

cv.waitKey([delay])-> retval

参数说明：

• delay：可选参数，表示用户等待按下键盘上按键的时间，单位是毫秒（ms）。如果超过了这个时间，用户仍然未按下键盘上的任何键，那么waitKey函数将自动结束。如果不指定delay参数，默认值是0，表示无限等待，也就是说，只要用户不按下键盘上的键，waitKey函数将一直处于阻塞状态。
• retval：waitKey函数的返回值。如果用户按下键盘上的按键，那么waitKey函数返回按键对应的ASCII码，例如，用户按下了a键，那么waitKey函数的返回值是97。如果在等待delay毫秒后，用户仍然未按下任何按键，那么waitKey函数自动结束运行，并返回-1。

(3) destroyAllWindows函数

cv.destroyAllWindows()-> None

        destroyAllWindows函数没有参数，返回值是None。该函数用于销毁所有正在显示图像的窗口。

        下面的代码使用imread函数读取了当前目录中的book.png文件，并通过imshow函数显示book.png，最后通过waitKey函数输出用户按键的ASCII值。

import cv2
image = cv2.imread("images/book.png")  	# 读取book.png文件
cv2.imshow("book", image)  				# 在名为book的窗口中显示book.png
print(cv2.waitKey()) 		 			# 窗口将一直显示图像，按任意键关闭窗口，并输出按键值
cv2.destroyAllWindows()  				# 销毁所有窗口

执行这段代码，会弹出如图5所示的窗口。

阅读这段代码应注意如下几点：

(1) 显示图像的窗口名称不能是中文，例如，将“book”改成“我写的书”，再运行程序，窗口左上角的标题就会呈现乱码，如图6所示。

(2) imshow函数的作用只是显示窗口，但如果整个Python程序都退出了，那么imshow函数显示的窗口也会自动关闭，所以要在imshow函数后面使用waitKey函数阻止Python程序退出。

image = cv2.imread("images/book.png",cv2.IMREAD_GRAYSCALE)

重新执行程序，会看到如图7所示的效果。

如果想让窗口在等待10秒后自动关闭，可以通过waitKey函数指定等待时间，代码如下：

cv2.waitKey(10000)    

6. 保存图像

        OpenCV提供了用于保存图像的imwrite函数，该函数可以将一个图像保存为另外一个图像文件，imwrite函数的原型如下：

imwrite(filename, img[, params]) -> retval

参数说明：

• filename：保存图像时使用的绝对或相对路径，如file.jpg、d:\pic\test.png等。
• img：待保存图像的数据，也就是imread函数返回的图像矩阵。
• params：可选参数，图像的特殊格式，需要成对的数据。params参数是一个列表，列表元素个数需要是偶数。列表索引为偶数的元素（从0开始）表示格式ID，列表索引为奇数的元素表示格式值。这些格式ID都在cv2中定义，所有以cv2.IMWRITE开头的都是格式ID，例如，cv2.IMWRITE_JPEG_QUALITY表示jpeg格式图像的质量，值从0到100，默认是95。

        下面的代码将images目录中的book.png文件以新文件名new_book.png再重新保存到images目录，然后分别以10、30、50、80、100五个质量等级将book.png转为jpg格式的图像，并以不同文件名保存着5个jpg图像。

import cv2
 
image = cv2.imread("images/book.png") 				# 读取book.png
cv2.imwrite("images/new_book.png", image)			# 保存为new_book.png
params = []										# 定义参数列表
params.append(cv2.IMWRITE_JPEG_QUALITY)				# 指定参数
params.append(10)									# 指定参数（jpg图像质量为10）
cv2.imwrite("images/new_book1.jpg", image,params)		# 以质量为10保存为jpg图像
params[1] = 30										# 修改参数（jpg图像质量为30）
cv2.imwrite("images/new_book2.jpg", image,params) 	# 以质量为30保存为jpg图像
params[1] = 50										# 修改参数（jpg图像质量为50）
cv2.imwrite("images/new_book3.jpg", image,params)		# 以质量为50保存为jpg图像
params[1] = 80										# 修改参数（jpg图像质量为80）
cv2.imwrite("images/new_book4.jpg", image,params) 	# 以质量为80保存为jpg图像
params[1] = 100									# 以质量为100保存为jpg图像
cv2.imwrite("images/new_book5.jpg", image,params)		# 以质量为100保存为jpg图像

        执行这段程序，会在当前目录生成6个图像文件，其中有5个jpg文件，这5个jpg文件的尺寸是不断增大的，本例的尺寸分别是23KB、38KB、49KB、73KB和202KB，这说明质量越高，图像尺寸越大。

阅读这段代码应注意如下几点：

(1)  尽管imwrite函数的效果与复制文件类似，但并不是文件复制，就算原图像文件与目标图像文件都是同一个格式，但根据复制时使用的参数不同，这两个文件的尺寸也可能不同，而且原图像文件中的隐藏信息（非图像数据）也有可能丢失。

(2) imwrite函数可以进行图像格式转换，转换后的图像格式由图像文件的扩展名绝对。例如，本例文件名使用了new_book1.jpg，那么就会将book.png图像文件转换为jpg格式的图像文件。

(3) 如果图像矩阵包含多个图像，那么可以使用imwrite函数将图像保存为TIFF格式的图像文件。

7. 获取图像属性

        在处理图像的过程中，经常需要使用图像的各种属性，例如，图像的尺寸、类型等。为此，OpenCV提供了shape、size和dtype这3个常用属性，这3个常用属性代表的含义如下：

• shape：元组类型的值。如果是彩色图像，元组中有3个值，分别表示像素行数，像素列数和通道数。如果是灰度图像，元组中有2个值，分别表示像素行数和像素列数。我们通常所说的图像分辨率就是“像素列数×像素行数”，如1920×1080。所以通过shape属性可以得到图像的分辨率。
• size：图像包含的像素个数，其值是shape元组中3个值的乘积，也就是“像素行数×像素列数×通道数”，灰度图像的通道数为1。
• dtype：图像数据使用的位数。灰度图像通常是8位单通道图像（通道数为1），大多数彩色图像是8位3通道图像（通道数为3），也就是我们常说的RGB格式的图像。这里的8位是指二进制的位数，也就是说，8位图像就是用1个字节表示最基本的像素数据。当然，还有16位、32位图像，这样的图像尺寸更大，展现的效果会更好。

        下面的代码通过imread函数读取当前目录中的book.png文件，然后从imread函数返回值获取彩色图像和对应的会读的图像的不同属性。

import cv2
 
image_Color = cv2.imread("images/book.png")    # 读取book.png
print("获取彩色图像的属性：")
print("shape =", image_Color.shape)     # 获取彩色图像的像素行数、像素列数和通道数
print("size =", image_Color.size)       # 获取彩色图像包含的像素个数
print("dtype =", image_Color.dtype)     # 获取彩色图像的数据位数
# 读取与book.png（彩色图像）对应的灰度图像
image_Gray = cv2.imread("images/book.png", cv2.IMREAD_GRAYSCALE)
print("获取灰度图像的属性：")
print("shape =", image_Gray.shape)      # 获取灰度图像的像素行数和像素列数
print("size =", image_Gray.size)        # 获取灰度图像包含的像素个数
print("dtype =", image_Gray.dtype)      # 获取灰度图像包含的数据位数

 运行这段程序，会输出如图8所示。