Opencv入门——图片

从代码进行学习

图片

在 OpenCV (Python) 中，图像被视为多维数组，这使得我们可以利用 NumPy 强大的数组操作能力来处理图像。理解图像的表示方式和基本操作是学习计算机视觉的关键。

# -*- coding: utf--8 -*-
"""
这是一个基础的OpenCV图像处理脚本，用于演示如何：
1. 导入必要的库 (OpenCV, NumPy)。
2. 从文件加载一张图像。
3. 检查图像是否加载成功。
4. 调整图像的尺寸。
5. 获取并打印图像的基本信息（高、宽、通道数）。
6. 创建一个可调整大小的窗口来显示图像。
7. 等待用户按键后关闭所有窗口。
"""

import numpy as np
import cv2

# 打印当前安装的OpenCV版本号，方便调试和确认环境
print("OpenCV Version:", cv2.__version__)

# --- 1. 读取图像 ---
# 使用 cv2.imread() 函数从指定路径读取图像。
# r'...' 是一个原始字符串 (raw string)，可以防止路径中的反斜杠'\'被错误地解析。

# 不同的读取模式 (flags):
# 模式1: cv2.IMREAD_COLOR (默认)
#   - 加载彩色图像，忽略任何透明度信息 (Alpha通道)。
#   - 图像通常有3个颜色通道，顺序为 BGR (蓝、绿、红)。
# img = cv2.imread(r'D:\path\to\your\messi5.jpg', cv2.IMREAD_COLOR)

# 模式2: cv2.IMREAD_GRAYSCALE
#   - 以灰度模式加载图像。
#   - 彩色图像会被自动转换为灰度图，图像只有1个通道。
# img = cv2.imread(r'D:\path\to\your\messi5.jpg', cv2.IMREAD_GRAYSCALE)

# 模式3: cv2.IMREAD_UNCHANGED
#   - 加载图像的原始数据，包括Alpha(透明)通道。
#   - 对于带透明背景的PNG图片等，这将加载为4个通道 (BGRA)。
img = cv2.imread(r'D:\OpenCV-Python-Tutorial-master\OpenCV-Python-Tutorial-master\ch04-Image\messi5.jpg', cv2.IMREAD_UNCHANGED)


# --- 2. 错误检查 ---
# cv2.imread() 如果失败，会返回 None。这是一个非常重要的健壮性检查。
if img is None:
    print("错误：无法加载图像！请检查：")
    print("1. 图像路径是否正确。")
    print("2. 图像文件是否存在且未损坏。")
    exit()  # 如果图像加载失败，则退出程序，防止后续代码出错。


# --- 3. 图像预处理 ---
# 使用 cv2.resize() 将图像尺寸统一调整为 宽度=640, 高度=480。
# 注意：dsize 参数的格式是 (宽度, 高度)。
img = cv2.resize(img, (640, 480))


# --- 4. 获取并打印图像信息 ---
# img.shape 返回一个元组，包含了图像的维度信息。
# 对于彩色图(含Alpha)，格式为 (高度, 宽度, 通道数)。
# 对于灰度图，格式为 (高度, 宽度)。
# 这里用一个 try-except 结构来处理灰度图没有通道数的情况，让代码更健壮。
try:
    rows, cols, ch = img.shape
    print(f'图像尺寸: {cols}x{rows} (宽x高)')
    print(f'通道数: {ch}')
except ValueError:
    rows, cols = img.shape
    print(f'图像尺寸: {cols}x{rows} (宽x高)')
    print('通道数: 1 (灰度图)')

# **关键概念：图像的 高度(height) 对应数组的 行数(rows)，宽度(width) 对应数组的 列数(cols)。**


# --- 5. 创建和管理显示窗口 ---
# 使用 cv2.namedWindow() 创建一个窗口，可以预先设置窗口属性。
# 'image' 是窗口的唯一标识符/名称。
cv2.namedWindow('image', cv2.WINDOW_NORMAL)
# cv2.WINDOW_NORMAL:     用户可以自由调整窗口大小。
# cv2.WINDOW_AUTOSIZE:   窗口大小根据图像大小自动调整，且用户无法手动更改。这是默认选项。
# cv2.WINDOW_KEEPRATIO:  在调整窗口大小时，保持图像的原始宽高比。

# cv2.resizeWindow() 用于程序性地改变窗口大小。
# **注意：此函数只有在创建窗口时使用 cv2.WINDOW_NORMAL 标志才有效。**
# 如果窗口是 WINDOW_AUTOSIZE，则此函数不起作用。
# cv2.resizeWindow('image', 800, 600)


# --- 6. 显示图像 ---
# 在名为 'image' 的窗口中显示我们的图像数据 (img)。
cv2.imshow('image', img)


# --- 7. 等待用户输入 ---
# cv2.waitKey() 是一个关键函数，它负责处理窗口事件并等待键盘输入。
# 如果没有这行代码，窗口会一闪而过甚至不显示。
# delay=0: 表示无限期地等待，直到用户按下任意一个键。
# 它会返回被按下的键的ASCII码值，可以用于实现交互，例如：
# key = cv2.waitKey(0)
# if key == ord('s'):  # 如果按下 's' 键
#     cv2.imwrite('saved_image.png', img)
cv2.waitKey(0)


# --- 8. 清理和释放资源 ---
# 销毁所有由OpenCV创建的窗口，这是一个良好的编程习惯。
cv2.destroyAllWindows()


# --- 9. (可选) 保存图像 ---
# 使用 cv2.imwrite() 可以将处理后的图像保存到磁盘。
# 注意：如果文件 'messigray.png' 已存在，它将被直接覆盖，不会有任何提示。
# cv2.imwrite('messigray.png', img)

1. 图像的本质：NumPy 数组 (numpy.ndarray)

• 数据结构：在 OpenCV for Python 中，图像被加载后会存储为一个 NumPy 的多维数组 (numpy.ndarray)。这使得图像处理操作可以高效地利用 NumPy 库的优化。
• 像素值：数组中的每个元素代表图像中的一个像素点。像素值通常是 0 到 255 之间的整数（uint8 类型），其中 0 通常代表黑色，255 通常代表白色（对于灰度图）或某个颜色通道的最大亮度。
• 维度：图像的维度由其颜色通道决定：
  • 灰度图：通常是二维数组，形状为 (高度, 宽度) 或 (高度, 宽度, 1)。每个元素直接表示像素的亮度值。
  • 彩色图：通常是三维数组，形状为 (高度, 宽度, 通道数)。例如，BGR 图像的形状是 (高度, 宽度, 3)。

2. 图像的基本属性 (img.shape)

当图像被加载为 NumPy 数组后，我们可以通过访问其 shape 属性来获取其基本信息：

• img.shape：返回一个元组，通常包含以下信息：

  • 高度 (rows)：图像的行数，对应垂直方向的像素数量。
  • 宽度 (cols)：图像的列数，对应水平方向的像素数量。
  • 通道数 (ch)：图像的颜色通道数量。
    • 1：表示灰度图（单通道）。
    • 3：表示彩色图（如 BGR 通道）。
    • 4：表示带有 Alpha 通道（透明度）的图像（如 BGRA 通道）。

  例如，rows, cols, ch = img.shape 可以方便地解包这些信息。

3. 颜色空间与通道

• BGR (Blue, Green, Red)：
  • OpenCV 在处理彩色图像时，默认的通道顺序是 蓝色 (B)、绿色 (G)、红色 ®。这与我们常见的 RGB 顺序不同。
  • 当加载彩色图像（IMREAD_COLOR 或 IMREAD_UNCHANGED 且图像有颜色通道）时，NumPy 数组的第三个维度对应着这些通道。
• 灰度 (Grayscale)：
  • 通过 cv2.IMREAD_GRAYSCALE 标志加载的图像是单通道的。
  • 每个像素只有一个亮度值，通常在 0 (黑) 到 255 (白) 之间。
• Alpha 通道 (透明度)：
  • 当使用 cv2.IMREAD_UNCHANGED 标志加载图像时，如果原始图像格式支持透明度（如 PNG），并且包含 Alpha 通道，那么它也会被加载进来。
  • 此时，图像的通道数会是 4 (BGRA)，第四个通道表示像素的透明度（0 为完全透明，255 为完全不透明）。

4. 图像的读取与写入

• cv2.imread(filename, flags)：
  • 功能：从指定路径读取图像文件。
  • filename：图像文件的路径。为了避免路径中反斜杠的转义问题，建议使用原始字符串（r'path\to\image.jpg'）。
  • flags (读取模式)：
    • cv2.IMREAD_COLOR (或 1): 读取彩色图像，忽略 Alpha 通道。默认值。
    • cv2.IMREAD_GRAYSCALE (或 0): 读取灰度图像。
    • cv2.IMREAD_UNCHANGED (或 -1): 读取图像，包括所有通道（包括 Alpha 通道）。
  • 返回值：成功返回 NumPy 数组 (图像数据)，失败返回 None。
  • 错误检查：务必使用 if img is None: 来检查图像是否成功加载，以增强程序的健壮性。
• cv2.imwrite(filename, img, params)：
  • 功能：将图像数据保存到指定文件。
  • filename：要保存的文件名（含路径和扩展名）。
  • img：要保存的图像 NumPy 数组。
  • 覆盖行为：如果 filename 已经存在，cv2.imwrite() 会直接覆盖现有文件，不会给出提示。

5. 图像的尺寸调整 (cv2.resize)

• cv2.resize(src, dsize, fx, fy, interpolation)：
  • 功能：调整图像的大小。
  • src：原始图像。
  • dsize：目标图像的尺寸元组 (宽度, 高度)。
  • fx, fy (可选): 缩放因子。如果指定 dsize，则通常不需要。
  • interpolation (可选): 插值方法。影响缩放质量和速度，默认是 INTER_LINEAR。
  • 用途：统一图像大小，适应显示需求，或为后续处理做准备。

6. 图像的显示与窗口管理

• cv2.namedWindow(winname, flags)：
  • 功能：创建一个显示图像的窗口。
  • winname：窗口的名称，是唯一的标识符。
  • flags (窗口属性)：
    • cv2.WINDOW_NORMAL: 窗口大小可调整。
    • cv2.WINDOW_AUTOSIZE: 窗口大小自动适应图像，不可调整（默认值）。
    • cv2.WINDOW_KEEPRATIO: 调整窗口大小时保持图像比例（通常与 WINDOW_NORMAL 结合使用）。
  • 多窗口：使用不同的 winname 可以创建并管理多个独立的图像显示窗口。
• cv2.imshow(winname, mat)：
  • 功能：在指定的窗口中显示图像。
  • winname：要显示图像的窗口名称（必须先通过 namedWindow 创建或由 imshow 隐式创建）。
  • mat：要显示的图像数据 (NumPy 数组)。
  • 刷新机制：imshow() 只是准备好图像，真正的显示和刷新需要结合 cv2.waitKey()。
• cv2.waitKey(delay)：
  • 功能：等待键盘事件，并刷新所有 OpenCV 窗口。
  • delay (毫秒)：
    • 0：无限等待，直到用户按下任意键。
    • >0：等待指定毫秒数。在这段时间内如果按下键，返回键的 ASCII 值；否则返回 -1。
  • 重要性：必须在 cv2.imshow() 之后调用 cv2.waitKey()，否则窗口可能一闪而过或根本不显示。
• cv2.destroyAllWindows()：
  • 功能：销毁所有由 OpenCV 创建的 GUI 窗口。
  • 用途：在程序结束时释放资源，是一个良好的编程习惯。

7. 其他重要概念

• import numpy as np：NumPy 是 OpenCV 在 Python 中进行图像数据处理的基础库，其 ndarray 是图像的核心数据类型。
• import cv2：这是 OpenCV 库在 Python 中的入口点，所有图像处理函数都通过它访问。
• 版本信息：print(cv2.__version__) 可以帮助你了解当前使用的 OpenCV 版本，这在调试和解决兼容性问题时非常有用。