Matplotlib

Matplotlib是Python的一个很常用的绘图库，有兴趣的可以去官网学习更多内容。

显示灰度图

1
2
3
4
5
6
7
8

import cv2
import matplotlib.pyplot as plt

img = cv2.imread('lena.jpg', 0)

# 灰度图显示，cmap(color map)设置为gray
plt.imshow(img, cmap='gray')
plt.show()

结果如下：

plt.show()和plt.imshow()的区别

plt.imshow 的cmap颜色参数选择

显示彩色图

OpenCV中的图像是以BGR的通道顺序存储的，但Matplotlib是以RGB模式显示的，所以直接在Matplotlib中显示OpenCV图像会出现问题，因此需要转换一下

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

import cv2
import matplotlib.pyplot as plt

img = cv2.imread('lena.jpg')
img2 = img[:, :, ::-1]
# 或使用
# img2 = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# 显示不正确的图
plt.subplot(121),plt.imshow(img) 

# 显示正确的图
plt.subplot(122)
plt.xticks([]), plt.yticks([]) # 隐藏x和y轴
plt.imshow(img2)

plt.show()

img[:,:,0]表示图片的蓝色通道，img[:,:,::-1]就表示BGR翻转，变成RGB，说明一下：

熟悉Python的童鞋应该知道，对一个字符串s翻转可以这样写：s[::-1]，’abc’变成’cba’，-1表示逆序。图片是二维的，所以完整地复制一副图像就是：

1

img2 = img[:,:] # 写全就是：img2 = img[0:height,0:width]

而图片是有三个通道，相当于一个长度为3的字符串，所以通道翻转与图片复制组合起来便是img[:,:,::-1]。

结果如下：

加载和保存图片

不使用OpenCV，Matplotlib也可以加载和保存图片：

1
2
3
4
5
6
7
8

import matplotlib.image as plt

img = plt.imread('lena.jpg')
plt.imshow(img)

# 保存图片，需放在show()函数之前
plt.savefig('lena2.jpg')
plt.show()

前言

这几天看了很多关于图像处理的知识，知道神经网络是怎么回事，深度学习是什么东西，机器学习和他们有什么联系，又看了python语言下如何进行图像处理。我认为在接受更高层次的处理手段和算法设计前，应该打好基础，python的图像处理，学好PIL库和opencv库，我在github上找了个opencv的教程，接下来就是对opencv重点的一些备注

安装

pip install opencv-python

• 安装测试

python --version
import cv2  or  print(cv2.__version__) # '3.4.1'

使用清华镜像在python中pip安装

• 临时使用：

可以在使用pip的时候加参数-i https://pypi.tuna.tsinghua.edu.cn/simple

例如：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple gevent，这样就会从清华这边的镜像去安装gevent库。

opencv入门

• OpenCV中彩色图是以B-G-R通道顺序存储的，灰度图只有一个通道
• 图像坐标的起始点是在左上角，所以行对应的是y，列对应的是x

1
2
3
4
5
6
7
8
9
10
11
12
13

import cv2

# 开始计时
start = cv2.getTickCount()

# 读入一张图片
img = cv2.imread('lena.jpg')

# 停止计时
end = cv2.getTickCount()

# 单位：s
print((end - start) / cv2.getTickFrequency())

cv2.imread

1
2
3
4

import cv2

# 加载灰度图
img = cv2.imread('lena.jpg', 0)

• 参数1：图片的文件名

  • 如果图片放在当前文件夹下，直接写文件名就行了，如’lena.jpg’
  • 否则需要给出绝对路径，如’D:\OpenCVSamples\lena.jpg’

• 参数2：读入方式，省略即采用默认值

  • cv2.IMREAD_COLOR：彩色图，默认值(1)
  • cv2.IMREAD_GRAYSCALE：灰度图(0)
  • cv2.IMREAD_UNCHANGED：包含透明通道的彩色图(-1)

经验之谈：路径中不能有中文噢，并且没有加载成功的话是不会报错的，print(img)的结果为None，后面处理才会报错，算是个小坑。

cv2.imshow、cv2.waitKey

使用cv2.imshow()显示图片，窗口会自适应图片的大小：

1
2

cv2.imshow('lena', img)
cv2.waitKey(0)

参数1是窗口的名字，参数2是要显示的图片。不同窗口之间用窗口名区分，所以窗口名相同就表示是同一个窗口

cv2.waitKey()是让程序暂停的意思，参数是等待时间（毫秒ms）。时间一到，会继续执行接下来的程序，传入0的话表示一直等待。等待期间也可以获取用户的按键输入：k = cv2.waitKey(0)

cv2.namedWindow

我们也可以先用cv2.namedWindow()创建一个窗口，之后再显示图片：

1
2
3
4

# 先定义窗口，后显示图片
cv2.namedWindow('lena2', cv2.WINDOW_NORMAL)
cv2.imshow('lena2', img)
cv2.waitKey(0)

参数1依旧是窗口的名字，参数2默认是cv2.WINDOW_AUTOSIZE，表示窗口大小自适应图片，也可以设置为cv2.WINDOW_NORMAL，表示窗口大小可调整。图片比较大的时候，可以考虑用后者。

cv2.imwrite

使用cv2.imwrite()保存图片，参数1是包含后缀名的文件名：

1

cv2.imwrite('lena_gray.jpg', img)

练习

• 打开lena.jpg并显示，s如果按下’s’，就保存图片为’lena_save.bmp’，否则就结束程序

1
2
3
4
5
6
7
8
9

import cv2

img = cv2.imread('lena.jpg')
cv2.imshow('lena', img)

k = cv2.waitKey(0)
# ord()用来获取某个字符的编码
if k == ord('s'):
    cv2.imwrite('lena_save.bmp', img)

python -m -pip install –upgrade pip #升级python的pip

pip install pillow #安装pillow库

pip install django-simple-captcha #安装captcha库

pip install opencv-python #安装opencv库

pip install matplotlib #安装matplotlib库

pillow的小程度基本入门

• 可以对图像进行简单的读取、生成、裁剪、缩放、复制、翻转、旋转、粘贴、拉伸
• 图像的模糊、边缘增强、锐利、平滑等常见操作
• 在图像中加入文本，将图片变色

文件绝对路径和相对路径的表示形式不同

1. windows系统中绝对路径用\展开，而在其他系统中会出现用/的展开
2. 相对路径中则使用/，比如返回上一级文件夹../，当前文件夹前不需要加斜杠，前往下一级文件夹的某文件则类似于/xx/xx.c

python语法：格式化输出之format用法