OpenCV这么简单为啥不学——1、基础环境与imread函数
OpenCV这么简单为啥不学——1、基础环境与imread函数
目录
OpenCV这么简单为啥不学——1、基础环境与imread函数
OpenCV环境
我们需要使用pip来安装cv2
pip install opencv-python
版本获取
我们需要使用【__version__】来获取cv2的版本号。
import cv2
# 获取cv2的版本
print(cv2.__version__)
示例效果：
imread()函数用法
从文件中加载图片：
retval=cv.imread(filename[,flags])该函数imread从指定的文件加载图像并返回它。如果无法读取图像（由于缺少文件，权限不正确，格式不受支持或格式无效），该函数将返回一个空矩阵（Mat :: data == NULL）。
参数说明：
filename：要加载的文件名
flags：可以接收的 cv :: ImreadModes值的
参数filename，支持的文件格式
file图片文件支持以下文件格式：
- Windows bitmaps - *.bmp, *.dib (always supported)
- JPEG files - *.jpeg, *.jpg, *.jpe (see the Notes section)
- JPEG 2000 files - *.jp2 (see the Notes section)
- Portable Network Graphics - *.png (see the Notes section)
- WebP - *.webp (see the Notes section)
- Portable image format - *.pbm, *.pgm, *.ppm *.pxm, *.pnm (always supported)
- Sun rasters - *.sr, *.ras (always supported)
- TIFF files - *.tiff, *.tif (see the Notes section)
- OpenEXR Image files - *.exr (see the Notes section)
- Radiance HDR - *.hdr, *.pic (always supported)
- Raster and Vector geospatial data supported by Gdal (see the Notes section)
参数flags
flags的值：传入不同的参数，产生不同的效果
| 类型 | 类型说明(中英文) |
| IMREAD_UNCHANGED Python: cv.IMREAD_UNCHANGED |
If set, return the loaded image as is (with alpha channel, otherwise it gets cropped). 如果设置，则按原样返回加载的图像（带有Alpha通道，否则将被裁剪） |
| IMREAD_GRAYSCALE Python: cv.IMREAD_GRAYSCALE |
If set, always convert image to the single channel grayscale image. 如果设置，请始终将图像转换为单通道灰度图像。 |
| IMREAD_COLOR Python: cv.IMREAD_COLOR |
If set, always convert image to the 3 channel BGR color image. 如果设置，请始终将图像转换为3通道BGR彩色图像。 |
| IMREAD_ANYDEPTH Python: cv.IMREAD_ANYDEPTH |
If set, return 16-bit/32-bit image when the input has the corresponding depth, otherwise convert it to 8-bit. 如果设置，则当输入具有相应的深度时返回16位/ 32位图像，否则将其转换为8位。 |
| IMREAD_ANYCOLOR Python: cv.IMREAD_ANYCOLOR |
If set, the image is read in any possible color format. 如果设置，将以任何可能的颜色格式读取图像。 |
| IMREAD_LOAD_GDAL Python: cv.IMREAD_LOAD_GDAL |
If set, use the gdal driver for loading the image. 如果已设置，请使用Gdal驱动程序加载图像 |
| IMREAD_REDUCED_GRAYSCALE_2 Python: cv.IMREAD_REDUCED_GRAYSCALE_2 |
If set, always convert image to the single channel grayscale image and the image size reduced 1/2. 如果设置，则始终将图像转换为单通道灰度图像，并且图像尺寸减小1/2。 |
| IMREAD_REDUCED_COLOR_2 Python: cv.IMREAD_REDUCED_COLOR_2 |
If set, always convert image to the 3 channel BGR color image and the image size reduced 1/2. 如果设置，请始终将图像转换为3通道BGR彩色图像，并且图像尺寸减小1/2。 |
| IMREAD_REDUCED_GRAYSCALE_4 Python: cv.IMREAD_REDUCED_GRAYSCALE_4 |
If set, always convert image to the single channel grayscale image and the image size reduced 1/4. 如果设置，则始终将图像转换为单通道灰度图像，并且图像尺寸减小1/4。 |
| IMREAD_REDUCED_COLOR_4 Python: cv.IMREAD_REDUCED_COLOR_4 |
If set, always convert image to the 3 channel BGR color image and the image size reduced 1/4. 如果设置，请始终将图像转换为3通道BGR彩色图像，并且图像尺寸减小1/4。 |
| IMREAD_REDUCED_GRAYSCALE_8 Python: cv.IMREAD_REDUCED_GRAYSCALE_8 |
If set, always convert image to the single channel grayscale image and the image size reduced 1/8. 如果设置，请始终将图像转换为单通道灰度图像，并且图像尺寸减小1/8。 |
| IMREAD_REDUCED_COLOR_8 Python: cv.IMREAD_REDUCED_COLOR_8 |
If set, always convert image to the 3 channel BGR color image and the image size reduced 1/8. 如果设置，请始终将图像转换为3通道BGR彩色图像，并且图像尺寸减小1/8。 |
| IMREAD_IGNORE_ORIENTATION Python: cv.IMREAD_IGNORE_ORIENTATION |
If set, do not rotate the image according to EXIF's orientation flag. 如果已设置，请不要根据EXIF的方向标志旋转图像。 |
默认的是读取成RGB图像
import cv2
# 默认的是读取成RGB图像
img = cv2.imread('800_600.jpg')
cv2.imshow('image', img)
print(img)
cv2.waitKey(0) # 等待
cv2.destroyAllWindows() # 销毁所有的窗口
RGB也就是原图片
读取灰度图片——IMREAD_GRAYSCALE
import cv2
# 灰度图片
img = cv2.imread('800_600.jpg', cv2.IMREAD_GRAYSCALE)
cv2.imshow('image', img)
print(img)
cv2.waitKey(0) # 等待
cv2.destroyAllWindows() # 销毁所有的窗口
灰度图片数值
总结
计算机视觉市场巨大而且持续增长，且这方面没有标准API，如今的计算机视觉软件大概有以下三种：
1、研究代码（慢，不稳定，独立并与其他库不兼容）
2、耗费很高的商业化工具（比如Halcon, MATLAB+Simulink）
3、依赖硬件的一些特别的解决方案（比如视频监控，制造控制系统，医疗设备）这是如今的现状，而标准的API将简化计算机视觉程序和解决方案的开发，OpenCV致力于成为这样的标准API。
OpenCV致力于真实世界的实时应用，通过优化的C代码的编写对其执行速度带来了可观的提升，并且可以通过购买Intel的IPP高性能多媒体函数库（Integrated Performance Primitives）得到更快的处理速度。
故而我们选择学习OpenCV，本篇只是一切的开始。
- 点赞
- 收藏
- 关注作者
评论（0）