怎么用Python和OpenCV进行图像处理
这篇文章主要介绍"怎么用Python和OpenCV进行图像处理"，在日常操作中，相信很多人在怎么用Python和OpenCV进行图像处理问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答"怎么用Python和OpenCV进行图像处理"的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
1. 读取图像
OpenCV提供了cv2.imread()函数用于进行图像的读取操作。该函数的基本格式为：
retval = cv2.imread(filename[, flags])
其中：
retval是返回值，其值是读取到的图像。
filename是要读取图像的完整文件名。
flags是读取标记，用来控制读取文件的类型。部分常用的标记值如表3-1所示，其中第一列的值与第三列的数值表示的含义一致。
▲表3-1 常用flags标记值
例3-1 使用cv2.imread()函数读取一幅图像
代码如下：
import cv2 as cv image = cv2.imread("F:/picture/lena.png") # 读取lena图像 print(image)运行代码会得到lena图像的像素值，如图3-3所示。
▲图3-3 lena图像部分像素值
2. 显示图像
OpenCV提供了多个与图像显示有关的函数，下面简单介绍常用的几个。
namedWindow()函数用来创建指定的窗口，一般格式如下：
None = cv2.namedWindow(window)
其中，window是窗口的名字。例如：
cv2.namedWindow("image")这句程序会新建一个名字为image的窗口。
imshow()函数用来显示图像，其一般格式如下：
None = cv2.imshow(window, image)
其中：
window是窗口的名字。
image是要显示的图像。
waitKey()函数用来等待按键，当有键被按下时，该语句会被执行。其一般格式如下：
retval= cv2.waitKey([delay])
其中：
retval是返回值。
delay表示等待键盘触发的时间，单位是ms。当该值为负数或0时表示无限等待，默认值为0。
destroyAllWindows函数用来释放所有窗口，其一般格式为：
None = cv2. destroyAllWindows ()
例3-2 显示读取的图像
代码如下：
import cv2 as cv # 导入从cv2模块 image = cv.imread("F:/picture/lena.png") # 读取lena图像 cv.namedWindow("image") # 创建一个image的窗口 cv.imshow("image", image) # 显示图像 cv.waitKey() # 默认为0，无限等待 cv.destroyAllWindows() # 释放所有窗口程序运行结果如图3-4所示。
▲图3-4 例3-2的运行结果
3. 保存图像
OpenCV中提供了cv2.imwrite()函数来保存图像，其一般格式为：
retval= cv2.imwrite(filename, img[, params])
其中：
retval是返回值。
filename是要保存的图像的完整路径名，包括文件的扩展名。
img是要保存的图像的名字。
params是保存的类型参数，可选。
例3-3 编写程序，将读取到的图像保存
代码如下：
import cv2 as cv # 导入从cv2模块 image = cv.imread("F:/picture/lena.png") # 读取lena图像 cv.imwrite("F:/picture/lenaresult.png",image) #将图像保存到F:/picture/下，名字为lenaresult02 图像通道的基本操作
在图像处理过程中，有时会根据需要对通道进行拆分与合并。在OpenCV中提供了split()和merge()函数对图像进行拆分与合并。下面对这两个函数进行介绍。
1. split()拆分函数
函数split()可以拆分图像的通道，例如BGR图像的三个通道。其一般格式如下：
b,g,r = cv2.split(img)
其中：
b、g、r分别是B通道、G通道、R通道的图像信息。
img是要拆分的图像。
例3-4 编写程序，使用split()函数对图像进行拆分
代码如下：
import cv2 as cv image = cv.imread("F:/picture/lena.png") b,g,r = cv.split(image) # 拆分图像通道分为b,g,r三个通道 cv.imshow("b",b) # 显示b通道的图像信息 cv.imshow("g",g) # 显示g通道的图像信息 cv.imshow("r",r) # 显示r通道的图像信息 cv.imshow("image", image) cv.waitKey() cv.destroyAllWindows()程序运行结果如图3-5所示。
▲图3-5 例3-4的运行结果：a）原始图像，b）B通道图像，c）G通道图像，d）R通道图像
其中，图3-5a是原图，图3-5b是B通道的图像，图3-5c是G通道的图像，图3-5d是R通道的图像。
2. merge()合并函数
通道合并是通道拆分的逆过程，可以将三个通道的灰度图像合并为一张彩色图像。OpenCV中提供了merge()函数来实现图像通道的合并，其基本格式为：
imagebgr = cv2.merge([b,g,r])
其中：
imagebgr是合并后的图像。
b、g、r分别是B通道、G通道、R通道的图像信息。
例3-5 编写程序，演示合并图像的过程
代码如下：
import cv2 as cv image = cv.imread("F:/picture/lena.png") b,g,r = cv.split(image) # 拆分图像通道分为b,g,r三个通道 imagebgr = cv.merge([b,g,r]) # 将b,g,r三个通道的图像合并 cv.imshow("image", image) cv.imshow("imagegbgr", imagebgr) cv.waitKey() cv.destroyAllWindows()程序运行结果如图3-6所示。
▲图3-6 例3-5的运行结果：a）原始图像 b）拆分并合并后的图像
其中，图3-6a是原始图像，图3-6b是经过拆分后又合并的图像。
03 图像属性的获取
在进行图像处理时经常需要获取图像的大小、类型等属性信息。下面介绍几个常用属性。
shape：表示图像的大小。如果是彩色图像，则返回包含行数、列数和通道数的数组；如果是二值图像或灰度图像，则返回包含行数和列数的数组。
size：表示返回的图像的像素数目。
dtype：表示返回的图像的数据类型。
例3-6 编写程序，观察图像的属性值
代码如下：
import cv2 as cv image = cv.imread("F:/picture/lena.png") print("image.shape",image.shape) # 输出图像的大小属性 print("image.size",image.size) # 输出图像的像素数目属性 print("image.dtype",image.dtype) # 输出图像的类型属性程序运行结果为：
image.shape (512, 512, 3) image.size 786432 image.dtype uint8
到此，关于"怎么用Python和OpenCV进行图像处理"的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注网站，小编会继续努力为大家带来更多实用的文章！
