Python下opencv使用笔记（一）（图像简单读取、显示与储存）

• 写在之前
  
  从去年開始关注python这个软件，途中间间断断看与学过一些关于python的东西。感觉python确实是一个简单优美、easy上手的脚本编程语言，众多的第三方库使得python异常的强大。能够处理很多不同的问题，同一时候它的很多开源免费的库使得python的使用也是十分的广泛。

  在科学计算、数据处理与图像领域，自己以前一直在使用matlab。感觉matlab也是一个语言优美、简单方便的编程语言，都说matlab与python在某些领域是非常类似的，确实是这样，就科学计算、数据处理上真是，matlab中很多科学计算的东西在python中基本上都有相应的库包包括进去，比方numpy，matplotlib等等，这些都是强大而又适用的。可是要说不同。那就是应用层面的了。matlab是一个商业性质的软件，正版软件也是异常的贵，个人感觉属于研究性领域的用的较多，在工作后好像一般都不怎么用这个（可能比較贵的缘故）。可是总的来说matlab相同在计算领域是强大无比的。
  
  Opencv是一个开源的计算机视觉库，从開始研究图像方面，并没有真正接触过它，使用的都是matlab带的图像处理库，如今看来他们非常多函数也是那么的神似。可是opencv毕竟是一个专业性的库包，里面的很多函数matlab并没有，并且从其使用面及推广程度上看，opencv确实也是那么强大。

  所以在图像领域了解opencv（不管是python版本号的还是C++版本号的）都是必要的，可是对于简单适用的学习者来说。了解了解python版的就足够了。

（一）关于python

首先关于python想说的是。单纯的官网下载的python并不大，是一个最初的python。进行一些简单的操作时能够的。可是当你进行复杂一点的时候，就须要很多第三方的安装包。比方numpy等等，这些库安装进去说起来也不是非常复杂，网上有非常多教程，可是当很多的包安装的时候，有的库包并没有你的电脑的版本号，等等还有很多因素导致你的库包安装不进去，想想还是挺麻烦的。我自己以前就是安装各种包快要崩溃了。最后索性找到了一个集成的软件，就是把经常使用的包都加进去了的python，软件是Ipython。是一个集成的科学计算软件。里面集成了很多包，并且是一个神似matlab的软件，有调试，測试。观看变量数值等等很多相同的地方，所以假设你是想研究这样面而又苦恼安装包的话，就下载个这个安装起来吧。

（二）Python下的opencv使用

本系列博客的重点是记录python下学习opencv的方法、笔记与一些想法。关于这样的类型主题。csdn上也有非常多，也有非常专业的，首推的就是以下这个博主写的一个PDF文件，确实是好东西（大感博主无私）：

http://bbs.csdn.net/topics/390837851

http://pan.baidu.com/s/1jG62bhO

再有就是以下这个博主系列的博客，非常的好，能够学习：

http://blog.csdn.net/sunny2038/article/category/904451

在众多资料下，简单记录下自己的学习笔记。

（三）从头開始–读取图像

关于python下使用opencv读取图像。

首先须要导入opencv包，上面说的那个Ipython并没有opencv包，所以想使用的请先正确导入opencv包再说。至于怎么导入，先下载个opencv包，里面有关于python的opencv包，把这个想办法导进去进行了（非常easy，百度下。略过吧）。

关于Ipython的执行界面，我的是这样的(名字变成spyder了)：



在读取图像之前，你得把你的做实验的图像事先放到工作文件夹下才行。读取函数是cv2.imread()，关于函数说明：

cv2.imread(‘图像名称’。’可选參数’)

可选參数决定读入图像的模式：

0：读入的为灰度图像（即使图像为彩色的）

1：读入的图像为彩色的（默认）；

注意的是：即使图像在工作空间不存在，这个函数也不会报错，仅仅只是读入的结果为none。好了。读入一个图像就是这样的：

import cv2

img = cv2.imread(‘flower.jpg’)

当你的import cv2执行后没有错误了，那么就导入成功了。

（四）储存图像

储存图像函数：cv2.imwrite(‘保存的图像名’，图像，‘參数’)

正常的图像储存使用就是cv2.imwrite(‘保存的图像名’。图像）。后面一个參数默认。保存的图像名还得带类型，比方jpg，bmp等等，OpenCV眼下支持读取bmp、jpg、png、tiff等经常使用格式。第三个參数较复杂，还得分是jpg、bmp等等图像的类型不同而不同，事实上就是决定了图像储存大小，清晰度的，默认的就非常好。想细究的能够看以下。这个里面有部分介绍：

OpenCV Python教程（1、图像的加载、显示和保存）

那么在得到一副图像想储存，比方就直接：cv2.imwrite(‘good_gray.tif’,img)

（五）图像显示

Opencv自带显示图像函数。可是较为复杂并且个人感觉不稳定。这里在介绍一种显示方法，就是使用库包matplotlib（这个库包Ipython自带）来显示图像。

首先是opencv自带函数显示，一般要显示一个图像。在图像有了之后，然后直接以下函数一起组合使用：

cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

函数cv2.imshow的第一个參数是名字，第二个是要显示的图。然而为了让图像在显示屏上停留才有了以下两句话一起使用。因为系统（32位与64位）的不一样，有的时候会出现显示不出来，个人感觉opencv本身c语言写的。存在着系统上的差异，并且这样的显示方法无法保存图像、调整图像大小等等，这里介绍还有一种经常使用且强大的显示图像方法，使用matplotlib库包中的pyplot子包来显示，这样的显示方法不但稳定。还能够调整大小、保存显示的图像等等。那么一般它的用法例如以下：

import cv2
from matplotlib import pyplot as plt
img = cv2.imread('good.jpg',0);#打开为灰度图像
plt.imshow(img, 'gray') #必须规定为显示的为什么图像
plt.xticks([]),plt.yticks([]) #隐藏坐标线
plt.show() #显示出来。不要也能够，可是一般都要了

以下是显示的上述图，能够看到会在一个新的界面显示出来：