openCV(一) 读取保存图像


1、读入图像： cv2.imread(相对/绝对路径，读取标记);
            返回值是 Mat 类型，即返回读取的图像，读取失败返回一个空的矩阵对象（Mat::data==NULL）
            参数有2：1为读取的图片文件名，使用相对/绝对路径；2为一个读取标记，用于选择读取图片的方式，默认是IMREAD_COLOR
        - cv2.IMREAD_COLOR:读入一幅彩色图像,BGR模式，图像的透明度被忽略，这是默认参数；
        - cv2.IMREAD_GRAYSCALE:以灰度模式读入图像;
        - cv2.IMREAD_UNCHANGED:读入一幅图像，并且包括图像的alpha通道；

 Tips:
            ·当图像的路径错误，openCV不会提醒，只是输出结果为None
            ·第二个参数告诉函数应该如何读取这幅图片


2、显示图像：cv2.imshow(窗口名字，图像)
            窗口会自动调整图像大小，第一个参数是窗口的名字，第二个是图像，可以创建多个窗口，多个名字。

    - cv2.waitKey()是一个键盘绑定函数，他的时间尺度是毫秒，函数等待特定的几毫秒，看是否有键盘输入。
            ·特定时间内，按任意键函数返回按键的ASCII码，程序继续运行。
            ·没有按键，返回 -1；
            ·设置函数的参数为0，则会无限等待键盘输入；
            可以用于判断特定键是否被按下。

    -cv2.destroyAllWindows():删除窗口；
    -cv2.destroyWindows(窗口名)：删除特定的窗口

 Tips:
        特殊情况是，先创建一个窗口，再加载图像。这时可以决定窗口是否可以调整大小。使用函数cv2.namedWindow();
        初始设定函数标签是：cv2.WINDOW_AUTOSIZE,但是若你把标签改成cv2.WINDOW_NORMAL,你就可以调整窗口大小，
        图像维度太大或要添加轨迹条时，调增窗口大小会很有用。

3、保存图像： cv2.imwrite(文件名，要保存的图像)

1 import numpy as np
2 import cv2
3 cv2.namedWindow('image',cv2.WINDOW_NORMAL)
4 img=cv2.imread('0.png',0)
5 cv2.imshow('image',img)
6 cv2.waitKey(0)
7 # cv2.imwrite('a.png',img)
8 cv2.destroyAllWindows()



练习：加载一个灰度图，显示图片，按下s保存后退出，按下ESC键退出不保存

 1 import numpy as np
 2 import cv2
 3 img=cv2.imread('0.png',0)   # 读取图像
 4 cv2.imshow('image',img)     # 新建 image 窗口
 5 k=cv2.waitKey(0)&0xFF       # 64位系统需要将其加上0xFF
 6 if k==ord('s'):　　　　　　　　# ord()函数用于返回对应字符的ascii码，chr()用于表示ascii码对应字符他的输入是数字，可以是十进制也可以是十六进制
 7 cv2.imwrite('a.png',img)  
 8 cv2.destroyAllWindows()  
 9 elif k==27: 10 cv2.destroyAllWindows()


练习：用于生成随机验证码

 1 import random
 2 # 1X3Y3ZX
 3 def make_code(size=7):
 4     res = ''
 5     for i in range(size):
 6         # 循环一次则得到一个随机字符（字母/数字）
 7         s = chr(random.randint(65, 90))
 8         num = str(random.randint(0, 9))
 9         res += random.choice([s, num])
10     return res
11 res=make_code()
12 print(res)


使用matplotlib显示图像

1 # 彩色图像使用openCV加载时是BG模式，但是matplotlib是RGB模式，所以彩色图像若已经被openCV读取，将不会被Matplotlib正确显示。
2 import numpy as np
3 import cv2
4 from matplotlib import pyplot as plt
5 img=cv2.imread('0.png',0)
6 plt.imshow(img,cmap='gray',interpolation='bicubic')
7 plt.xticks([]),plt.yticks([])
8 plt.show()

原文地址：https://www.cnblogs.com/Free-Ink/p/12836165.html