使用python開啓你的opencv之旅---圖像的讀入,存儲

python的便捷是如此的引人着迷,而opencv給python提供的接口使咱們可以使用python來快速驗證咱們的想法,或者與別的模塊快速結合,在這個系列文章我會經過jupyter notebook來快速展現opencv的使用

#在開頭引入必要的庫
import matplotlib.pyplot as plt
import numpy as np
import cv2
#ipython 
%matplotlib inline

圖像讀取

opencv使用imread讀取圖片,imshow顯示圖片,可是對於我而言,常使用jupyter做爲展現的工具,imshow在瀏覽器環境中就失去了它的做用,所以我會使用matplotlib來展現

#讀取一張圖片
cv2.imread(img,flag)
#img這一參數中填入圖片的徹底路徑或者相對路徑

這裏咱們須要稍微瞭解下flag這個參數,這決定了opencv是如何讀入咱們的圖像的
咱們知道一般圖像每一個像素點的顏色咱們以RGB的格式來描述(或者RGBA),能夠經過三基色(red,green,blue)來描述全部顏色,對於透明圖片咱們會增長一個a(alpha)來描述其顏色的透明度.

cv2.IMREAD_COLOR : 讀入圖片,任何與透明度相關通道的會被忽視,默認以這種方式讀入.
    cv2.IMREAD_GRAYSCALE : 以灰度圖的形式讀入圖片.
    cv2.IMREAD_UNCHANGED : 保留讀取圖片原有的顏色通道.

能夠簡單的用-1,0,1來分別表示這3個flag

就讓咱們從著名的lenna圖開始吧

lenna_img = cv2.imread("lena.jpg")
plt.imshow(lenna_img)
plt.axis("off")#去除座標軸
plt.show()

當把這張圖片打印出來後,你必定在疑惑,咦,這張圖怎麼變青色了?

緣由就在於opencv默認的imread是以BGR的方式進行存儲的,而matplotlib的imshow默認則是以RGB格式展現,因此此處咱們必須對圖片的通道進行轉換

lenna_img = cv2.cvtColor(lenna_img,cv2.COLOR_BGR2RGB)
plt.imshow(lenna_img)
plt.axis("off")
plt.show()

Lenna終於恢復了她的原本樣子了
這裏咱們瞭解一下cvtColor這個函數,它的第一個參數是圖片,第二個參數則是顏色通道的轉化方式
它的命名是有規律的一般以COLOR做爲開頭,後面則跟着它的轉化方式,BGR通道轉化爲RGB,所以就是cv2.COLOR_BGR2RGB
你能夠試着猜想從RGB通道轉化爲BGR通道的api名,經過補全驗證你的想法

咱們在剛剛使用了默認的flag讀入了圖片,那麼讓咱們用用另外兩個試試效果

gray_lenna_img = cv2.imread("lena.jpg",0)
orign_lenna_img = cv2.imread("lena.jpg",1)

plt.subplot(121)
plt.imshow(gray_lenna_img,cmap=plt.cm.gray)
plt.axis("off")

plt.subplot(122)
orign_lenna_img = cv2.cvtColor(orign_lenna_img,cv2.COLOR_BGR2RGB)
plt.imshow(orign_lenna_img)
plt.axis("off")

plt.show()

由於lenna圖並無包含透明度這一通道,讀入的仍然是BGR格式,因此咱們從lenna圖是看不出區別的

圖片在python下的儲存方式

opencv的一個Image對象在python和C++下的存儲方式是不一樣的,在c++下,經過opencv實現的Mat來進行存儲,而python下則基於numpy

numpy對於使用python進行科學計算的人都不算陌生,它爲python提供了一個高效的矩陣運算模塊.

這就意味着咱們能夠直接使用numpy的api對圖片進行計算和處理.

print("Lenna圖在python中存儲的類型爲",type(lenna_img))
print("讀入lenna圖的shape爲",lenna_img.shape)
print("以灰白圖讀入lenna圖的shape爲",gray_lenna_img.shape)
#Lenna圖在python中存儲的類型爲 <class 'numpy.ndarray'>
#讀入lenna圖的shape爲 (512, 512, 3)
#以灰白圖讀入lenna圖的shape爲 (512, 512)

上文實現的bgr裝RGB咱們也可使用numpy來輕鬆的實現

lenna_img = cv2.imread("lena.jpg")
b,g,r = cv2.split(lenna_img)
lenna_img = cv2.merge([r,g,b])
plt.imshow(lenna_img)
plt.axis("off")
plt.show()
#結果以下

咱們能夠對以前的函數進行一些包裝,畢竟每次都要設定座標軸爲off怎麼也會厭煩的啊

def show_cv_img(cv_image):
    image = cv2.cvtColor(cv_image,cv2.COLOR_BGR2RGB)
    plt.imshow(image)
    plt.axis("off")

考慮到subplot此處沒有直接plt.show

show_cv_img(cv2.imread("lena.jpg"))#jupyter result

圖片的展現與存儲

雖說咱們一般使用jupyter來使用opencv,但仍是要了解下opencv默認的imshow

img = cv2.imread("lenna.jpg")
cv2.namedWindow('image', cv2.WINDOW_NORMAL)#給顯示的窗口命名,後面的flag默認爲cv2.WINDOW_AUTOSIZE,自動調整邊框
#,可是在條形圖過長時,使用windownormal咱們能夠自行調整邊框
cv2.imshow('image',img)#展現圖片
cv2.waitKey(0)#等待按鍵按下
cv2.destroyAllWindows()#清除全部窗口

咱們可使用imwrite來存儲一張圖片,接受一個numpy的數組做爲參數.

cv2.imwrite('cope_lenna_img.jpg',lenna_img)
#result: True

他會返回一個bool值來表示它是否成功存儲.
咱們成功在當前目錄存儲了一個叫作copy_lenna_img.jpg的圖像.

Warning:

注意後綴.你的後綴是jpg仍是png決定它以怎樣的方式保存

Opencv對於圖像的讀入和存儲都已經封裝好了給咱們,是咱們可以輕鬆的讀入,存儲,避免去了解圖片文件的格式才能讀取,存儲圖片,但僅僅這樣顯然不是opencv的真正面目,還不如直接用pillow呢.

那麼Opencv到底NB在哪裏呢?