数字图像处理【1】 图像读写及显示操作
博客主页： A_SHOWY
系列专栏：力扣刷题总结录 数据结构 云计算 数字图像处理
一、OpenCV简介（前置）
（1）OpenCV简介
OpenCV 是一个跨平台开源计算机视觉库，提供了 Python 接口，包含了数字图像处理和计算机视觉方面很多通用算法。
（2）Python安装 Opencv
首先需要安装 NumPy，然后再安 装 OpenCV，可以选择两种不同版本： 仅安装主模块包： pip install opencv-python
安装完整包(包括主模块和附加模块) ：pip install opencv-c
为加快安装速度可选取国内源安装，比如采用下面的命令安装：
pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install opencv-contrib-python -i https://pypi.tuna.tsinghua.edu.cn/simple/
（3）Opencv主要模块
二、图像读写及显示操作
对于 python 而言，在引用 opencv 库的时候可写为 import cv2 as cv 。
（1）读取图像
cv.IMREAD_COLOR： 加载彩色图像。任何图像的透明度都会被忽视。它是默认标志。
cv.IMREAD_GRAYSCALE：以灰度模式加载图像。
cv.IMREAD_UNCHANGED：加载彩色图像，包括 alpha 通道（透明度）。
可以分别简单地 用整数 1、0 或-1 表示
import cv2
import cv2 as cv
img1 = cv.imread('2.png',1)
img2 = cv.imread('2.png',0)
rows,cows,chn = img1.shape #宽高和通道数
size = img1.size # 像素数目
print('image shape',rows,cows,chn)
print('image size',size)
print('image type',img1.dtype) # dtype 函数类型
（2）显示图像
使用函数 cv.imshow()在窗口中显示图像。窗口自动适合图像尺寸。有 两个参数 ，第一个参
数是 窗口名称 ，它是一个字符串。第二个参数是 显示的对象 。
#显示图像
cv.imshow('image',img1)
cv.waitKey(0)#无限期的等待一次敲击键，如果这段时间按下任何键，程序将继续运行
cv.destroyAllWindows()#关闭所有打开的窗口
（3）保存图像
- 使用函数 cv.imwrite()保存图像。第一个参数是文件名，第二个参数是要保存的图像，图像并以指定格式保存在工作目录中。
- 对于 JPEG，其表示的是图像的质量，用 0-100 的整数表示， 默认为 95。 注意，cv2.IMWRITE_JPEG_QUALITY 类型为 Long，必须转换成 int。
-
对于 PNG ，第三个参数表示的是压缩级别。cv2.IMWRITE_PNG_COMPRESSION，从 0 到 9,压缩 级别越高，图像尺寸越小。默认级别为 3
#保存图像 cv.imwrite('cat1.png',img1,[int(cv.IMWRITE_PNG_COMPRESSION),0]) cv.imwrite('cat2.png',img1,[int(cv.IMWRITE_PNG_COMPRESSION),9])
练习：以灰度加载图像，显示图像，按 s 保存图像并退出，或者按 ESC 键直接退出而不保存
import numpy
import cv2 as cv
img = cv.imread('cat1.png',0)#读取图像，以灰度加载
cv.imshow('image',img)#显示图像
k = cv.waitKey(0)#等待敲击
if(k == 27):#如果是esc
cv.destroyAllWindows()#关掉
elif(k == ord('s')):#如果是s
cv.imwrite('cat3.png',img,[int(cv.IMWRITE_PNG_COMPRESSION),1])#保存
cv.destroyAllWindows()#关掉
（4）图像的像素式存储
需要注意的是 ，由于历史遗留问题，opencv 采用 BGR 模式 ，而 不是 RGB。 有两种方式获取像素值
import cv2 as cv
img = cv.imread('cat1.png')
#第一种方式
pixel = img[100,100]#取一个像素点
#opencv采用bgr
b = img[100,100,0]
g = img[100,100,1]
r = img[100,100,2]
print("修改blue前:b:{},g:{},r:{}".format(b,g,r))
img[100,100,0] =99
print("修改blue后:b:{},g:{},r:{}".format(b,g,img[100,100,0]))
#第二种方式获取像素值设施像素值
pixel = img.item(100,100,2)
print(pixel)
img.itemset((100,100,2),100)
print(b,g,img[100,100,2])
（5）ROI截取
roi = img[150:250,300:400]#截取150行到250行，300列到400列的像素
img[50:150,200:300] = roi#将截取的roi放到这个区域
cv.imshow('image',img)
cv.waitKey(0)
cv.destroyAllWindows()
（6）拆分和合并图像通道
有时需要分别处理图像的 B ， G ， R 通道。在这种情况下，需要将 BGR 图 像拆分为单个通道。在其他情况下，可能需要将这些单独的通道加入 BGR 图片。
#截取蓝色通道
b = img[:,:,0]
print(b)
#截取三个通道
b,g,r = cv.split(img)
print(b)
print(g)
print(r)
（时间较长）
蓝色像素置为0：
img[:,:,0] = 0
cv.imshow('image',img)
cv.waitKey(0)
cv.destroyAllWindows()
绿色通道设置为0：
img[:,:,1] = 0
cv.imshow('image',img)
cv.waitKey(0)
cv.destroyAllWindows()
红色通道设置为0
img[:,:,2] = 0
cv.imshow('image',img)
cv.waitKey(0)
cv.destroyAllWindows()
（7）按比例缩放
1.固定比例缩放
#固定比例缩放
img = cv.imread('cat1.png',1)
cv.imshow('catyuan',img)
cv.waitKey(0)
img = cv.resize(img,None,fx=0.5,fy=0.5)
cv.imshow('catxin',img)
cv.waitKey(0)
2.固定长度缩放
#固定长度缩放
img = cv.imread('cat1.png',1)
cv.imshow('catyuan',img)
cv.waitKey(0)
img = cv.resize(img,(300,300))
cv.imshow('catxin',img)
cv.waitKey(0)
dsize 形参的数组的宽度在前，高度在后（output_width,output_height） 图像缩放之后，肯定像素要进行重新计算的，就靠 interpolation 这个参数来指定重新计算
像素的方式，有以下几种：
INTER_NEAREST - 最邻近插值
INTER_LINEAR - 双线性插值，如果最后一个参数你不指定，默认使用这种方法
INTER_CUBIC - 4x4 像素邻域内的双立方插值
INTER_LANCZOS4 - 8x8 像素邻域内的 Lanczos 插值
默认使用双线性插值法