【opencv系列02】OpenCV4.X图像读取与显示

### 一、读取图片 opencv中采用`imread()` 函数读取图像 `imread(filename, flags=None)`     `filename` 图片的路径     `flags` 图像读取方式 ● cv2.IMREAD_COLOR : 加载彩色图像， 图像的任何透明度都将被忽略(**默认**)。 ● cv2.IMREAD_GRAYSCALE : 以灰度模式加载图像。 ● cv2.IMREAD_UNCHANGED : 加载包含Alpha通道的图像。 也可以使用1, 0 or -1代替，源码中，IMREAD_COLOR = 1，IMREAD_GRAYSCALE = 0，IMREAD_UNCHANGED = -1。 **NOTE**： 1. 图像数据以B,G,R的顺序存储。 2. 读取的图像像素值范围：【0，255】。 3. 图片路径错误时，程序不报错，返回值为None，显示操作时会报：error: (-215:Assertion failed) size.width>0 && size.height>0 in function 'cv::imshow'。 4. 图片路径中不能包含中文，否则报同2一样的错误。 **代码** ```py import cv2 img = cv2.imread('test.jpg',1) ```
### 二、显示图片 使用`imshow()`函数进行图像显示。 `imshow(winname, mat)`     `winname` 显示窗口的名字     `mat` 要显示的图像数据 这里需要使用一些辅助函数，首先，在显示图像前和显示后，需要创建和销毁窗口，分别使用函数`namedWindow()`和`destroyAllWindows()` `namedWindow(winname, flags=None)`     `winname`显示窗口的名字     `flags`显示窗口的标志 ● cv2.WINDOW_AUTOSIZE : 根据显示图像自动调整窗口，不能手动更改窗口大小(**默认**) 。 ● cv2.WINDOW_NORMAL : 可以调整窗口大小。 `destroyAllWindows()` 销毁创建的所有窗口。 其次，需要使用一个等待键盘输入的函数`waitKey()`以保证窗口处于显示状态，否则窗口会一闪而过。 `waitKey(delay=None)`     `delay`以毫秒为单位延迟， 0是指“永远”的特殊值。 **NOTE**： 1. 显示失败，可通过print(mat)判断显示的图像数据是否为None。 2. 窗口名winname相同时，窗口只会显示最新新图像。 **代码** ```py cv2.namedWindow('image', cv2.WINDOW_NORMAL) # 可省略 cv2.imshow("image",img) cv2.waitKey(0) cv2.destroyAllWindows() ```
### 三、保存图片 图片保存通过`imwrite()`函数完成。 `imwrite(filename, img, params=None)`     `filename` 保存的图像名称     `img` 保存的图像数据     `params` 对于JPEG，其表示的是图像的质量，用0 - 100的整数表示，默认95;对于png ,第 三个参数表示的是压缩级别。默认为3。 **代码** ```py cv2.imwrite('test.jpg', img) ```
### 四、应用 #### 1. 显示保存图片 加载一幅灰度图像，显示它，如果按's'则保存图像并退出，如果按ESC键直接退出。 **代码** ```py import cv2 img = cv2.imread('landscape.jpg', 0) cv2.imshow('image', img) k = cv2.waitKey(0) if k == 27: # wait for ESC key to exit cv2.destroyAllWindows() elif k == ord('s'): # wait for 's' key to save and exit cv2.imwrite('gray.png', img) cv2.destroyAllWindows() ```


#### 2. 使用Matplotlib Matplotlib是python的一个绘图库，提供了大量的图形绘制API。下面，通过Matplotlib展示opencv读取的图像、放大图像和保存图像。 **代码** ```py import cv2 from matplotlib import pyplot as plt img = cv2.imread('landscape.jpg', 0) plt.imshow(img, cmap = 'gray', interpolation = 'bicubic') plt.xticks([]), plt.yticks([]) # to hide tick values on X and Y axis plt.show() ```