Python_使用openCV对图像数据进行读取&&处理

OpenCV是一个跨平台的计算机视觉库。其发展非常早，拥有众多的计算机视觉、数字图像处理和机器视觉等功能，OpenCV是今天介绍得所有图像库中最全面也最强大的库，学习成本也相对要高很多。

使用cv2.imread读取图片将其储存为一个BGR像素值矩阵。

接下来我们看看相关的代码操作：

import cv2 # 导入OpenCV库

import numpy as np

img = cv2.imread('xxx.jpg', 0) # 读取图片：灰度模式

img = cv2.imread('xxx.jpg', -1) # 读取图片：BGRA模式(BGR+Alpha通道)

img = cv2.imread('xxx.jpg', 1) # 读取图片：BGR模式

img = cv2.imread('xxx.jpg') # 读取图片：第二参数默认为1，BGR模式

img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # 将颜色通道从BGR转为RGB

if img == None: # 读取图片失败
	print('image failed to load') 

cv2.imshow('src', img) # 图片源src为img

print(img.shape) # 输出图片(高度h,宽度w,通道c)

print(img.size) # 像素总数目

print(img.dtype) # 输出图片类型,uint8为[0-255]

print(img) # 输出所有像素的RGB值

cv2.waitKey()  # 按键关闭窗口
# waitKey(delay)函数的功能是不断刷新图像，频率时间为delay，单位为ms，返回值为当前键盘按键值
# waitKey() 是在一个给定的时间内(单位ms)等待用户按键触发; 如果用户没有按下键,则接续等待(循环)

imgL = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # 读取img灰度图

cv2.imshow('gray',imgL) # 图片源gray为imgL

cv2.imwrite('imgL.jpg',imgL) # 将imgL储存名为imgL.jpg的图片

img = img.transpose(2,0,1) # 图片矩阵变换为(通道c,高度h,宽度w)

img = np.expand_dims(img, axis=0) # 图片矩阵扩展维度添加在第一维

print(img.shape) # (1,通道c,高度h,宽度w)

print(img[10,10]) # 访问图片img像素[10,10],输出 [0-255 0-255 0-255]

print(imgL[10,10]) # 访问灰色图片img像素[10,10],输出 0-255

img[10,10] = [255,255,255]  # 修改图片img像素点[10,10]为[255,255,255]

imgL[10,10] = 255 # 修改灰色图片img像素点[10,10]为255

img[:,:,2] = 0 # 将R通道全部修改为0

roi = img[200:550,100:450,:]  # ROI操作,坐标(高度范围,宽度范围,通道范围)

cv2.imshow('roi',roi) # 图片源roi为roi