1.图片打开与显示

默认导入名称

import cv2

from PIL import Image

import matplotlib.pyplot as plt

import matplotlib.image as mpimg

问题1、cv2读取的图像用plt.imshow显示时颜色不一致。

原理及解决方案

cv2.imread(‘图片位置’)

所读取的图像格式：每个像素为[B,G,R]的形式，通道值默认范围0-255。

# 可以用cvtColor()函数转换：

img = cv2.imread(path)
img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
plt.imshow(img)
plt.show()

cv2.imshow('窗口名称', '需要显示的图像' )

显示图像：按图像中每个像素为[B,G,R]的规则将图像显示出来。

#代码格式：

cv2.imshow('gray',image)
cv2.waitKey(0)   # 是一个和键盘绑定的函数，它的作用是等待一个键盘的输入
cv2.destroyAllWindows()  # 销毁我们创建的所有窗口

 mpimg.imread('图片位置')

所读取的图像格式：直接返回numpy.ndarray格式通道顺序是[B,G,R]的形式，通道值默认范围0-255。                         

# 可以用cvtColor()函数转换：
img = mpimg.imread(path)
img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
plt.imshow(img)
plt.show()

plt.imshow('图片')

显示图像：按图像中每个像素为[R,G,B]的规则将图像显示出来

Image.open('图片位置')

用PIL的Image导入图片之后会得到一个Image的对象，且为通道顺序是[B,G,R]的形式。

# 代码例子

img = Image.open(path)
img=np.array(img)   # 用np.array()函数转换
cv2.imshow('gray',img)
cv2.waitKey(0)   # 是一个和键盘绑定的函数，它的作用是等待一个键盘的输入
cv2.destroyAllWindows()  # 销毁我们创建的所有窗口

# 可以通过convert("RGB")函数

img = Image.open(path)
img=img.convert("RGB")
img=np.array(img)
plt.imshow(img)
plt.show()

2.将numpy数组保存为图像

    import cv2
    import numpy as np
    cv2.imwrite(imgpath, array)  # imgpath：保存的图片地址，array：numpy数组

3.获取图像分辨率（尺寸）

img = cv2.imread(path)
old_size= img.shape[0:2]  # old_size返回图片原始的(h, w)
h, w, ch = np.shape(img)  # h,w,ch 即图片的高（列）、宽（行）、通道数？

4.图片缩放（修改尺寸）

cv2.resize('输入图片', '输出图片', '输出图片尺寸', '沿x轴、y轴的缩放系数', '插入方式')

INTER_NEAREST	最近邻插值
INTER_LINEAR	双线性插值（默认设置）
INTER_AREA	使用像素区域关系进行重采样。
INTER_CUBIC	4x4像素邻域的双三次插值
INTER_LANCZOS4	8x8像素邻域的Lanczos插值

image = cv2.imread(path)
cv2.resize(image, (width, high)) # width, high：输出图片尺寸