python+OpenCV图像处理（一）读取、复制、显示、保存

前 言

       从2017年入坑人工智能领域开始，就被这一领域深深的所吸引，虽然到现在已经踩了不少坑，但总算有了不少的收获，深感不虚此行，借助强大的python让我快速的向着这一领域靠近，现在流行比较广的人工智能应用，比如：图像识别，语音识别，文本情感分析，人体行为分析等等。在金融、安全、智能推荐等等，凡是我们能想到的领域，都可以安插人工智能的应用，对推进万物互联、万物互通的未来智能具有深刻影响，可以说是大势所趋。

       对于我们普通人来说，若不改变，很有可能被机器人所淘汰。虽然我有时自命不凡，但越是成长，越是深感力不从心，这让我明白了“不积跬步，无以至千里”的深刻内涵。今日，独上高楼，望断天涯路，看未来，来了。

      由于人类语言的千变万化，和对语言分析应用的单一，导致在语音、语义方面远不如图像分析应用的广泛。OpenCV是一个专门对图像进行处理的库，在此后的学习中，我们会深刻认识到它的强大。借助强大的互联网，集万众之所长，完成学习任务。

图像的读取、复制、显示、保存

（一）认识图像、读取图像

所谓的图像就是一个数组，所有对图像的处理就是对数字的处理

# 导入包
import cv2
import numpy as np

img = cv2.imread('rose.jpg')
print(img)
print(np.shape(img))

输出结果为：

[[[ 65 134 107]
  [ 65 134 107]
  [ 65 134 107]
  ..., 
  [ 33  90  69]
  [ 33  90  69]
  [ 31  90  69]]

 [[ 64 133 106]
  [ 64 133 106]
  [ 64 133 106]
  ..., 
  [ 33  90  69]
  [ 33  90  69]
  [ 31  90  69]]

 [[ 64 132 107]
  [ 64 132 107]
  [ 63 131 106]
  ..., 
  [ 33  90  69]
  [ 33  90  69]
  [ 31  90  69]]

 ..., 
 [[  1  75  49]
  [  2  76  50]
  [  0  77  50]
  ..., 
  [ 24  62  66]
  [ 25  63  67]
  [ 27  65  69]]

 [[  1  75  49]
  [  2  76  50]
  [  0  77  50]
  ..., 
  [ 19  57  61]
  [ 21  59  63]
  [ 22  60  64]]

 [[  1  75  49]
  [  2  76  50]
  [  0  77  50]
  ..., 
  [ 17  55  59]
  [ 19  57  61]
  [ 20  58  62]]]
(972, 1024, 3)

（二）显示图像

接下来我们来让读取的图像显示出来，刚才的图片太大了，我将图片弄小了一些

# 读取图片
img = cv2.imread('rose1.jpg')
# 先创建一个窗口
cv2.namedWindow('Image')
# 在窗口中显示图像
cv2.imshow('Image', img)
# 最后还要写一句代码，这样就可以使窗口始终保持住
cv2.waitKey(0)

运行结果为：

在读取图片中，imread（‘图片地址’，‘模式参数’）函数可以来控制所读取图片的模式。

模式参数：

0：读入的为灰度图像（即使读入的为彩色图像也将转化为灰度图像）

1：读入的为彩色图像（默认）

img = cv2.imread('rose1.jpg', 0)

cv2.destroyAllWindows()

最后别忘了释放窗口，养成良好习惯。

（三）复制图像

img1 = img.copy()

（四）保存图像

保存图像也非常简单

cv2.imwrite('rose_copy.jpg', img1)

第一个参数是保存图像的地址以及文件的名字，第二个参数是所要保存的图像数组。

其实它还有第三个参数，针对特定的图像格式，对于JPEG，其表示的是图片的quality，用0-100的整数表示，默认为95。当然，你如果把参数设置的超过100也不会出错，但到100已经达到图片本身的最高质量了。cv2.IMWRITE_JPEG_QUALITY的类型为int类型，符合图像数组为整数的要求，不用再更改类型。

cv2.imwrite('rose_copy1.jpg', img1, [cv2.IMWRITE_JPEG_QUALITY, 2])

对于PNG，第三个参数表示的是压缩级别。cv2.IMWRITE_PNG_COMPRESSION，从0到9,压缩级别越高，图像尺寸越小。默认级别为3.

cv2.imwrite("rose1_test.png", img, [cv2.IMWRITE_PNG_COMPRESSION, 0])
cv2.imwrite("rose2_test.png", img, [cv2.IMWRITE_PNG_COMPRESSION, 9])

其实，还有很多有趣的操作，就不介绍了，需要用的时候在进行学习，知道这两个比较常用的。