191 lines
4.7 KiB
Markdown
191 lines
4.7 KiB
Markdown
|
# 使用 OpenCV 读取 Python 中的图像
|
|||
|
|
|
|||
|
|
> 原文：<https://www.askpython.com/python-modules/read-images-in-python-opencv>
|
|||
|
|
|
|||
|
|
Python 使得导入图像和摆弄图像变得很容易。了解如何在 Python 中读取图像将使您能够进行图像处理，并在图像数据上训练机器学习模型。
|
|||
|
|
|
|||
|
|
## 什么是图像处理？
|
|||
|
|
|
|||
|
|
**图像处理**涉及对图像执行一些操作，以获得增强的图像或从中提取一些有用的信息。
|
|||
|
|
|
|||
|
|
图像处理领域即将到来并迅速发展。它支持图像中的对象检测，其应用范围从自动驾驶汽车到医学领域的肿瘤检测。
|
|||
|
|
|
|||
|
|
## 什么是图像？
|
|||
|
|
|
|||
|
|
这是一个荒谬的问题。当然，你知道图像是什么。更好的问题应该是“**什么是机器的图像”。**
|
|||
|
|
|
|||
|
|
你看到的图像实际上是计算机的 2D 矩阵。
|
|||
|
|
|
|||
|
|
数字图像存储为像素的组合。每个像素还包含不同数量的通道。如果是灰度图像，它只有一个像素，而彩色图像包含三个通道:**红色、**绿色和**蓝色。**
|
|||
|
|
|
|||
|
|
每个像素的每个通道都有一个在 **0 到 255** 之间的值。通过不同比例的红、绿、蓝组合，我们可以创造出任何颜色。
|
|||
|
|
|
|||
|
|
## 用 OpenCV 读取 Python 中的图像
|
|||
|
|
|
|||
|
|
在本教程中，我们将学习如何使用 OpenCV 库读取 Python 中的图像。
|
|||
|
|
|
|||
|
|
OpenCV 是一个开源的计算机视觉和机器学习软件库，其编程功能主要针对实时计算机视觉。
|
|||
|
|
|
|||
|
|
### 1.安装 OpenCV 库
|
|||
|
|
|
|||
|
|
您可以使用 [pip 命令](https://www.askpython.com/python-modules/python-pip)安装软件包，如下所示:
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
pip install opencv-python
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
Install OpenCV
|
|||
|
|
|
|||
|
|
要在 Python 项目中使用 OpenCV，您需要导入它。要导入它，请使用下面一行:
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
import cv2
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### 2.编程读取图像
|
|||
|
|
|
|||
|
|
要使用 OpenCV 读取图像，请使用下面的代码行。
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
img = cv2.imread('image_path')
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
现在变量 **img** 将是像素值的[矩阵](https://www.askpython.com/python/python-matrix-tutorial)。我们可以打印出来，看看 RGB 值。
|
|||
|
|
|
|||
|
|
我们在此示例中使用的图像是:
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
Sample Image
|
|||
|
|
|
|||
|
|
要打印矩阵，请使用:
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
print(img)
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### 3.使用 OpenCV 在 Python 中读取图像的完整实现
|
|||
|
|
|
|||
|
|
完整的代码如下:
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
import cv2
|
|||
|
|
|
|||
|
|
#read
|
|||
|
|
img = cv2.imread('sample_image.jpg')
|
|||
|
|
|
|||
|
|
#show
|
|||
|
|
print(img)
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
**输出**
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
## 使用 Python OpenCV 显示图像
|
|||
|
|
|
|||
|
|
要使用 OpenCV 显示图像，请使用以下代码行:
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
ccv2.imshow('image',img)
|
|||
|
|
cv2.waitKey(0)
|
|||
|
|
cv2.destroyAllWindows()
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
**cv2.waitKey()** 是一个键盘绑定函数。它的参数是以毫秒为单位的时间。
|
|||
|
|
|
|||
|
|
该函数为任何键盘事件等待指定的毫秒数。如果您在这段时间内按下任何键，程序将继续运行。如果传递 0，它将无限期等待击键。
|
|||
|
|
|
|||
|
|
### Python 实现
|
|||
|
|
|
|||
|
|
显示图像的完整代码是:
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
import cv2
|
|||
|
|
#read
|
|||
|
|
img = cv2.imread('sample_image.jpg')
|
|||
|
|
#show
|
|||
|
|
cv2.imshow('image',img)
|
|||
|
|
cv2.waitKey(0)
|
|||
|
|
cv2.destroyAllWindows()
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
## 使用 Python OpenCV 处理图像
|
|||
|
|
|
|||
|
|
OpenCV 中有很多允许你操作图像的功能。我们将看看如何把图像变成灰度。
|
|||
|
|
|
|||
|
|
灰度图像意味着每个像素只有一个通道，其值在 0 到 255 之间。
|
|||
|
|
|
|||
|
|
做到这一点的代码是:
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
gray_image = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### 实现 Python 代码
|
|||
|
|
|
|||
|
|
将图像转换为灰度的完整代码是:
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
#read
|
|||
|
|
img = cv2.imread('sample_image.jpg')
|
|||
|
|
#to grayscale
|
|||
|
|
gray_image = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
|
|||
|
|
#show
|
|||
|
|
print(gray_image)
|
|||
|
|
cv2.imshow('image',gray_image)
|
|||
|
|
cv2.waitKey(0)
|
|||
|
|
cv2.destroyAllWindows()
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
你可以看到这个矩阵的维数与彩色图像的维数不同。
|
|||
|
|
|
|||
|
|
### 保存处理过的图像文件
|
|||
|
|
|
|||
|
|
要在操作后保存图像，请使用以下代码行:
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
cv2.imwrite('sample_grayscale.jpg',gray_image)
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
这里，第一个参数是您要给文件起的名字，第二个参数是包含您要保存的图像的变量。我们正在保存上面创建的灰度图像。
|
|||
|
|
|
|||
|
|
### 完整的 Python 代码，用于转换彩色图像灰度
|
|||
|
|
|
|||
|
|
保存图像的完整代码是:
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
import cv2
|
|||
|
|
|
|||
|
|
#read
|
|||
|
|
img = cv2.imread('sample_image.jpg')
|
|||
|
|
#to grayscale
|
|||
|
|
gray_image = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
|
|||
|
|
#show
|
|||
|
|
print(gray_image)
|
|||
|
|
#save
|
|||
|
|
cv2.imwrite('sample_grayscale.jpg',gray_image)
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
This is what the saved image looks like
|
|||
|
|
|
|||
|
|
## 结论
|
|||
|
|
|
|||
|
|
在本教程中，我们介绍了如何使用 OpenCV 在 Python 中读取和操作图像。要进一步了解 OpenCV，请阅读它的[文档。](https://docs.opencv.org/)
|