opencv2.4.13+python2.7学习笔记--opencv中的Gui特性--图片:读图像,显示图像,保存图像
阅读对象:可以配置opencv+Python环境的任何人,毕竟写这篇文章的人就是小白。
1.环境说明
1.1opencv版本:
1.2Python版本:
1.3系统:win7
注:
(1)opencv安装教程:http://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_setup/py_setup_in_windows/py_setup_in_windows.html#install-opencv-python-in-windows
(2)python我装的是Anaconda,我个人用着比较顺手;
(3)opencv一定要装2,不要装3,否则改报错改的会让你怀疑人生。
2.直接上代码
# -*- coding: utf-8 -*-
"""
Created on Tue Mar 14 19:39:11 2017 @author: Thinkpad
"""
'''
2.opencv中的Gui特性
2.1图片:读图像,显示图像,保存图像
读图像
cv2.imread(a,b)
a:图像所在的路径
b:如何读取图片
cv2.IMREAD_COLOR:读入一副彩色图像,图像透明度会被忽略,这是默认参数;
cv2.IMREAD_GRAYSCALE:以灰度模式读入图像
cv2.IMREAD_UNCHANGED:读入一副图像,并且包括图像的alpha通道 显示图像
cv2.imshow(a,b)
a:窗口名字,你可以随便随便命名,但记得要加上引号,详情见下面例子;
b:读进来的图像;
窗口会自动调整为读入图像的大小,可以显示多个窗口,但要给它们不同的名字,一旦给予相同的名字,只会显示最后一个图像。 保存图像
cv2.imwrite(a,b)
a:文件保存的地址+文件名,要用引号括起来;
b:要保存的文件;
''' import numpy as np
import cv2
img=cv2.imread('C:/Users/Thinkpad/Desktop/4.jpg',0)#读进一张彩色图像(图1),转化为灰度模式,imshow的结果是灰度图,见图2,由于图太大,这里显示不完全。
cv2.imshow('img',img)
cv2.imwrite('C:/Users/Thinkpad/Desktop/7.jpg',img)#把灰度图保存在‘C:/Users/Thinkpad/Desktop/‘路径下,命名为7.
img1=cv2.imread('C:/Users/Thinkpad/Desktop/2.jpg')#读进一张彩色图像,imshow的结果是彩色图,见图3.
cv2.imshow('img1',img1)
img2=cv2.imread('C:/Users/Thinkpad/Desktop/7.jpg')#读进一张灰度图像,imshow的结果就是灰度图,见图4.
cv2.imshow('img',img2)
'''
cv2.waitKey() 是一个键盘绑定函数。需要指出的是它的时间尺度是毫秒级。函数等待特定的几毫秒,看是否有键盘输入。特定的几毫秒之内,如果按下任意键,这个函数会返回按键的 ASCII 码值,程序将会继续运行。如果没有键盘输入,返回值为 -1,如果我们设置这个函数的参数为 0,那它将会无限
期的等待键盘输入。
cv2.destroyAllWindows() 可以轻易删除任何我们建立的窗口。如果你想删除特定的窗口可以使用 cv2.destroyWindow(),在括号内输入你想删除的窗口名。
'''
cv2.waitKey(0)
cv2.destroyAllWindows() '''
上面图像太大,显示不完全,解决办法如下:
一种特殊的情况是,可以先创建一个窗口,之后再加载图像。使用到的函数是cv2.namedWindow()。初始设定函数标签是cv2.WINDOW_AUTOSIZE。但是如果把标签改成cv2.WINDOW_NORMAL,你就可以调整窗口大小了。当图像维度太大,或者要添加轨迹条时,调整窗口大小将会很有用。
'''
cv2.namedWindow('image', cv2.WINDOW_NORMAL)
cv2.imshow('image',img2)#结果见图5,大图像显示出来了。
cv2.waitKey(0)
cv2.destroyAllWindows()
图1
图2
图3
图4
图5
参考资料:http://opencv-python-tutroals.readthedocs.io/en/stable/py_tutorials/py_gui/py_image_display/py_image_display.html#display-image
end!!
opencv2.4.13+python2.7学习笔记--opencv中的Gui特性--图片:读图像,显示图像,保存图像的更多相关文章
- opencv2.4.13+python2.7学习笔记--OpenCV中的图像处理--图像轮廓
阅读对象:无要求. 1.代码 ''' OpenCV中的轮廓 轮廓可以简单认为成将连续的点(连着边界)连在一起的曲线,具有相同的颜色或者灰度.为了更加准确,要使用二值化图像.在寻找轮廓之前,要进行阈值化 ...
- opencv2.4.13+python2.7学习笔记--OpenCV中的图像处理--图像轮廓特征和几何矩
阅读对象:对概率论中的期望有一点了解. 1.图像几何矩 1.1简述 图像的几何矩包括空间矩.中心矩和中心归一化矩.几何矩具有平移.旋转和尺度不变性,一般是用来做大粒度的区分,用来过滤显然不相关的图像. ...
- opencv2.4.13+python2.7学习笔记--使用 knn对手写数字OCR
阅读对象:熟悉knn.了解opencv和python. 1.knn理论介绍:算法学习笔记:knn理论介绍 2. opencv中knn函数 路径:opencv\sources\modules\ml\in ...
- [OpenCV-Python] OpenCV 中的 Gui特性 部分 II
部分 IIOpenCV 中的 Gui 特性 OpenCV-Python 中文教程(搬运)目录 4 图片 目标 • 在这里你将学会怎样读入一幅图像,怎样显示一幅图像,以及如何保存一幅图像 • 你将要学习 ...
- opencv学习笔记(六)直方图比较图片相似度
opencv学习笔记(六)直方图比较图片相似度 opencv提供了API来比较图片的相似程度,使我们很简单的就能对2个图片进行比较,这就是直方图的比较,直方图英文是histogram, 原理就是就是将 ...
- ArcGIS案例学习笔记-点集中最近点对和最远点对
ArcGIS案例学习笔记-点集中最近点对和最远点对 联系方式:谢老师,135-4855-4328,xiexiaokui@qq.com 目的:对于点图层,查找最近的点对和最远的点对 数据: 方法: 1. ...
- OpenCV学习(22) opencv中使用kmeans算法
kmeans算法的原理参考:http://www.cnblogs.com/mikewolf2002/p/3368118.html 下面学习一下opencv中kmeans函数的使用. 首先我们 ...
- 《Cocos2d-x游戏开发实战精解》学习笔记3--在Cocos2d-x中播放声音
<Cocos2d-x游戏开发实战精解>学习笔记1--在Cocos2d中显示图像 <Cocos2d-x游戏开发实战精解>学习笔记2--在Cocos2d-x中显示一行文字 之前的内 ...
- SpringMVC:学习笔记(10)——整合Ckeditor且实现图片上传
SpringMVC:学习笔记(10)——整合Ckeditor且实现图片上传 配置CKEDITOR 精简文件 解压之后可以看到ckeditor/lang下面有很多语言的js,如果不需要那么多种语言的,可 ...
随机推荐
- 【第二组】Hunter——beta版发布文档
软件测试报告 一.bug情况汇总 尚需解决以及难以解决的: 登录时会有卡顿,需要加入加载进度条(会添加的) 商城和背包功能尚未实现(需要修复) 美工水平太差,让人没有使用的欲望(大概接下来就专门做这个 ...
- 如何自定义Django数据库中的字段
新建完项目之后,想要自定义字段 # 创建一个自定义的字段 class MycharField(models.Field): def __inif__(self, max_lenth, *args, * ...
- react学习2
props,state与render函数的关系 react,父组件的state中的变量改变,则相应的render函数也会执行,返回新的视图,同时父组件的子组件通过props获取父组件的state的变量 ...
- 解决mysql设置时区时的错误Unknown or incorrect time zone: 'Asia/Shanghai'
Mysql默认时区格式是'+8:00'的格式,这个时区可以在my.ini中[mysqld]节点下设置 default-time-zone = '+8:00' 默认这个设置是没有的 但是mysql不支持 ...
- HC-05蓝牙模块配对步骤
参考:https://blog.csdn.net/m0_37182543/article/details/76383247
- ofstream文件输出流把二进制数据写入文件
#include <fstream> #include <sstream> using namespace std; //在实际应用中,根据需要的不同,选择不同的类来定义:如果 ...
- 异步、非阻塞和IO多路复用总结
Nginx是并发处理框架的代表者,很多后台业务都会放在Nginx容器中运行,以实现高吞吐,而Nginx能够支持高并发也是由于使用了异步非阻塞处理模型,本文将用通俗的话讲解异步.同步.阻塞.非阻塞的区别 ...
- 【iOS】値の判断
NSString str; ){ //nilの判断 //nullの判断 //長さの判断 // ...... }
- CodeForces 900D Unusual Sequences
题目链接: https://codeforces.com/contest/900/problem/D 题意 假设有distinct 正整数序列{a1,a2,,,an},满足gcd(a1, a2, .. ...
- Python开发【第十篇】:RabbitMQ队列
简介 RabbitMQ是流行的开源消息队列系统,用erlang语言开发.RabbitMQ是AMQP(高级消息队列协议)的标准实现. 安装 首先安装erlang环境. 官网:http://www.erl ...