Opencv 图像的读取与写入

这篇具有很好参考价值的文章主要介绍了Opencv 图像的读取与写入。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

目录

导入cv2

读取图像数据

创建一个窗口

waitKey方法

关闭所有窗口

完整示例

保存图片

示例


导入cv2

# 导入opencv包
import cv2

读取图像数据

cv2.imread(path, flag)
参数说明:
path:要读取的图像文件的路径。
flag(可选):指定图像的读取方式。它可以是以下标志之一:
cv2.IMREAD_COLOR(默认值):以彩色图像形式读取图像,忽略任何透明度。
cv2.IMREAD_GRAYSCALE:以灰度图像形式读取图像。
cv2.IMREAD_UNCHANGED:以包含Alpha通道(如果存在)的形式读取图像。
返回值:
如果成功读取图像,imread()函数将返回一个表示图像数据的NumPy数组对象。
如果无法读取图像(例如文件路径错误或文件格式不支持),则返回None。
    # 读取图像数据,保存到image变量里
    image = cv2.imread(path, cv2.IMREAD_COLOR)

 文章来源地址https://www.toymoban.com/news/detail-665628.html

创建一个窗口

# 创建一个自动调整大小的新窗口
cv2.namedWindow('new', cv2.WINDOW_AUTOSIZE)
cv2.imshow('new', 0)
# 创建一个具有可调整大小的新窗口
cv2.namedWindow('new', cv2.WINDOW_NORMAL)
# 将窗口大小调整为指定的宽度和高度(这里是1920x1080)
cv2.resizeWindow('new', 1920, 1080)
# 创建一个名为new的显示窗口,并显示图像数据
cv2.imshow('new', image)

waitKey方法

# 等待键盘输入,waitKey方法表示等待按键, 会返回按键的ascii的值
# 0表示任何按键, 其他整数表示等待按键的时间,单位是毫秒, 超过时间没有发生按键操作窗口会自动关闭.
# ord获得字符的ascii的值,可以据此判断输入的字符,然后进行进一步操作
Key = cv2.waitKey(0)
if key & 0xFF == ord('q'):
    cv2.destroyAllWindows()  
# 如果输入的是q  key & 0xFF将保留key的低八位(即最后8个二进制位),相当于对256取余。

关闭所有窗口

cv2.destroyAllWindows()

完整示例

import cv2

# 展示图片
def show_image(path):
    # 读取图像数据,保存到image变量里
    image = cv2.imread(path, cv2.IMREAD_COLOR)
    # 检查图像是否成功读取
    if image is not None:
        # 创建一个自动调整大小的新窗口
        cv2.namedWindow('new', cv2.WINDOW_AUTOSIZE)
        cv2.imshow('new', 0)

        # 创建一个具有可调整大小的新窗口
        cv2.namedWindow('new', cv2.WINDOW_NORMAL)
        # 将窗口大小调整为指定的宽度和高度(这里是1920x1080)
        cv2.resizeWindow('new', 1920, 1080)

        # 创建一个名为new的显示窗口,并显示图像数据
        cv2.imshow('new', image)

        # 等待键盘输入,waitKey方法表示等待按键, 会返回按键的ascii的值
        # 0表示任何按键, 其他整数表示等待按键的时间,单位是毫秒, 超过时间没有发生按键操作窗口会自动关闭.
        Key = cv2.waitKey(0)

        # ord获得字符的ascii的值,可以据此判断输入的字符,然后进行进一步操作
        # if key & 0xFF == ord('q'):  # 如果输入的是q  key & 0xFF将保留key的低八位(即最后8个二进制位),相当于对256取余。
        if Key:
            # 关闭所有窗口
            cv2.destroyAllWindows()
        print(f'{path}的图像成功读取')
        return 0
    else:
        print("无法读取图像")
        return -1

show_image('1.jpg')

保存图片

cv2.imwrite("路径名称",要保存的图像(NumPy数组对象))
img=cv2.imread('img.jpg')
cv2.imwrite("./123.png", img)

示例

# 保存图片
cv2.namedWindow('img', cv2.WINDOW_NORMAL)
cv2.resizeWindow('img', 320, 240)
img = cv2.imread("images/5.jpg")
# 利用while循环优化退出逻辑
print("开始保存图片,按esc键退出")
while True:
    cv2.imshow('img', img)
    key = cv2.waitKey(0)
    if key & 0xFF == 27:
        break
    elif key & 0xFF == ord('s'):
        # 使用imwrite保存图片
        cv2.imwrite("./123.png", img)
        print("图片保存成功")
    else:
        print(key)
cv2.destroyAllWindows()

到了这里,关于Opencv 图像的读取与写入的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【OpenCV+OCR】计算机视觉:识别图像验证码中指定颜色文字

    【作者主页】: 吴秋霖 【作者介绍】:Python领域优质创作者、阿里云博客专家、华为云享专家。长期致力于Python与爬虫领域研究与开发工作! 【作者推荐】:对JS逆向感兴趣的朋友可以关注《爬虫JS逆向实战》,对分布式爬虫平台感兴趣的朋友可以关注《分布式爬虫平台搭建

    2024年02月05日
    浏览(40)
  • 计算机竞赛 深度学习 opencv python 公式识别(图像识别 机器视觉)

    🔥 优质竞赛项目系列,今天要分享的是 🚩 基于深度学习的数学公式识别算法实现 该项目较为新颖,适合作为竞赛课题方向,学长非常推荐! 🥇学长这里给一个题目综合评分(每项满分5分) 难度系数:3分 工作量:4分 创新点:4分 🧿 更多资料, 项目分享: https://gitee.com/d

    2024年02月07日
    浏览(44)
  • OpenCV处理图像和计算机视觉任务时常见的算法和功能

    当涉及到OpenCV处理图像和计算机视觉任务时,有许多常见的具体算法和功能。以下是一些更具体的细分: 图像处理算法: 图像去噪 :包括均值去噪、高斯去噪、中值滤波等,用于减少图像中的噪声。 直方图均衡化 :用于增强图像的对比度,特别适用于低对比度图像。 边缘

    2024年02月11日
    浏览(32)
  • 基于 OpenCV 的车辆变道检测,计算机视觉+图像处理技术

    本期教程我们将和小伙伴们一起研究如何使用计算机视觉和图像处理技术来检测汽车在行驶中时汽车是否在改变车道!大家一定听说过使用 OpenCV 的 haar 级联文件可以检测到面部、眼睛等,但是如果目标是汽车,公共汽车呢? 01. 数据集 我们将道路上汽车的视频文件用作数据

    2024年01月25日
    浏览(50)
  • 基于计算机视觉,深度学习、机器学习,OpenCV,图像分割,目标检测卷积神经网络计算机毕业设计选题题目大全选题指导

    随着深度学习、机器学习和神经网络技术的快速发展,计算机视觉领域的应用变得越来越广泛和有趣。本毕业设计旨在探索这一领域的前沿技术,将深度学习模型、神经网络架构、OpenCV图像处理工具,以及卷积神经网络(CNN)的强大能力结合起来,以解决实际图像处理问题。

    2024年02月08日
    浏览(50)
  • 【计算机视觉—python 】 图像处理入门教程 —— 图像属性、像素编辑、创建与复制、裁剪与拼接【 openCV 学习笔记 005 to 010 and 255】

    OpenCV中读取图像文件后的数据结构符合Numpy的ndarray多维数组结构,因此 ndarray 数组的属性和操作方法可用于图像处理的一些操作。数据结构如下图所示: img.ndim:查看代表图像的维度。彩色图像的维数为3,灰度图像的维度为2。 img.shape:查看图像的形状,代表矩阵的行数(高

    2024年01月19日
    浏览(45)
  • 四、计算机视觉-图像的读取显示与保存

    图像是计算机视觉领域的基本数据载体,理解图像的读取、显示与保存是进行图像处理、分析和识别的第一步。 本节课我们不光是为了学习处理图像的那些方法如何使用,更重要的是从本节课学习能让你对计算机世界中的图像有一个更清晰的认识。 在本课程中,我们将学习

    2024年02月20日
    浏览(29)
  • 【OpenCV】OpenCV:计算机视觉的强大工具库

    摘要   OpenCV是一个广泛应用于计算机视觉领域的开源工具库,为开发者提供了丰富的图像处理和计算机视觉算法。本文将介绍OpenCV的功能和应用领域,并探讨它在实践中的重要性和前景。 📕作者简介: 热爱跑步的恒川 ,致力于C/C++、Java、Python等多编程语言,热爱跑步,

    2024年02月03日
    浏览(36)
  • 计算机视觉(OpenCV+TensorFlow)

    本系列文章是OpenCV系列文章的第三篇,仍然跟随上篇内容主要聚焦于图像的一些操作 在通常情况下我们使用大小恒定的图像。但在某些情况下,我们需要使用不同分辨率的同幅图像,例如,在搜索图像中的某些内容比如脸部信息时,并不确定该内容在图像中占据的大小。这种

    2024年02月05日
    浏览(34)
  • 计算机视觉:OpenCV相机标定

    针孔照相机模型是一种经典的相机模型,它将相机视为一个针孔,将场景中的点投影到成像平面上。在这个模型中,相机的 内参和外参 描述了相机的几何形状和相机的姿态。 相机的 内参矩阵 描述了相机的内部几何形状,包括相机的焦距、像素尺寸和像素坐标原点。相机的

    2024年01月19日
    浏览(49)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包