opencv-python(cv2)读取和显示图片的若干问题_cv2读取和显示图片

我的小程序：

 

读取图片：

import cv2
 
#cv2.IMREAD_COLOR=1彩色方式读入，无透明度，默认;cv2.IMREAD_GRAYSCALE=0灰度方式读入；cv2.IMREAD_UNCHANGED包含alpha通道（透明度）
#img = cv2.imread('../material/images/23126-5.jpg',cv2.IMREAD_GRAYSCALE)
#img = cv2.imread('../material/images/23126-5.jpg',0)
img = cv2.imread('../material/images/23126-152.jpg')

具体参数说明见上面的代码注释。使用的图片如下（已经压缩过上传的）：

图片显示：

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

第一行代码表示把图片在一个窗口中显示，第一个参数是设置窗口的名字，第二个参数就是imread()函数的返回值。下面两行代码暂时不用考虑。

如果图片尺寸不大，直接这么写没问题，正常显示。如果图片尺寸过大，就会显示不全。

我们使用：

print(img.shape)

输出图片尺寸，得到：(3539, 4892, 3)，表示这里我用的图片尺寸是3539*4892，而我的电脑屏幕的分辨率才1366*768，导致显示不全，效果如下：

整个电脑屏幕只显示了原图片的左上角部分，窗口还不能缩放。

有两种处理方法：

1、使用resize()函数调整图片大小：

height,width = img.shape[:2]
#cv2.resize(src,dsize,dst=None,fx=None,fy=None,interpolation=None)
#scr:原图
#dsize：输出图像尺寸
img2 = cv2.resize(img,(int(width/8),int(height/8)))
cv2.imshow('image',img2)

参数说明见代码注释。效果如下：

2、使用namedWindow()函数使窗口大小可调整：

#创建一个名为‘image’窗口，默认参数cv2.WINDOW_AUTOSIZE不可改变大小，cv2.WINDOW_NORMAL可调整窗口大小
cv2.namedWindow('image',cv2.WINDOW_NORMAL)
cv2.imshow('image',img)

namedWindow()函数是创建一个窗口，第一个参数是命名窗口的名字，第二个参数见代码注释。效果如下（拉伸了窗口）：

做一个小功能：打开一个图片，按下esc键关闭图片窗口，按下s键保存图片并关闭窗口。代码如下：

import cv2
 
#灰度方式打开图片
img = cv2.imread('../material/images/23126-152.jpg',0)
cv2.namedWindow('image',cv2.WINDOW_NORMAL)
cv2.imshow('image',img)
#获取键盘输入
k = cv2.waitKey(0)
#输入为esc
if k == 27:
    #关闭所有窗口
    cv2.destroyAllWindows()
#输入为s
elif k == ord('s'):
    #保存图片，第一个参数为保存的路径
    cv2.imwrite('../output/images/1810250811.jpg',img)
    cv2.destroyAllWindows()

使用matplotlib绘制imread加载的图片时，需要注意的是matplotlib使用的是RGB模式，而opencv加载时是BGR模式，所以如果直接绘制会产生奇怪的颜色，代码和效果如下：

import cv2
from matplotlib import pyplot as plt
 
img = cv2.imread('../material/images/23126-152.jpg')
#直接绘制，参数interpolation表示绘制时使用的插值的算法
plt.imshow(img,interpolation='bicubic')
 
plt.xticks([])
plt.yticks([])
plt.show()

直接绘制的颜色失真效果：

所以，正确的做法是绘制前将imread()返回值的BGR模式转化成matplotlib的RGB模式，然后再绘制。如下：

img = cv2.imread('../material/images/23126-152.jpg')
#opencv加载时是BGR模式，拆分通道
b,g,r = cv2.split(img)
#matplotlib是RGB模式，进行转化，合并通道
img2 = cv2.merge([r,g,b])
plt.imshow(img2,interpolation='bicubic')

效果如下：

当然，上面BGR转RGB的写法，强大的python有更灵活的写法：

img = cv2.imread('../material/images/23126-152.jpg')
#::-1表示倒序，下面两种写法都可以
img2 = img[:,:,::-1]
#img2 = img[...,::-1]
plt.imshow(img2,interpolation='bicubic')

因为imread函数的返回值是如下形式：

[

[[ 66  83 104]...[167 212 246]]

...

[[ 63  80 101]...[167 212 246]]

]

可以看到，最里层（第三层）的元素是类似[ 66  83 104]的bgr顺序向量，上面的代码写法更直接的将imread的返回值的最里层bgr元素逆序变成rgb，从而实现BGR到RGB的颜色模式转换。

另外，因为cv2.split()操作是比较耗时的，所以，应尽量用Numpy索引操作。

 

参考资料：《OpenCV-Python 中文教程》段力辉 译