目录
注：图片后续补充
目标
在这里，你将了解如何使用Python编程语言中的OpenCV库，实现读取、显示和保存图像的功能。具体来说，你将学习以下函数的用法：cv.imread() 用于读取图像，cv.imshow() 用于显示图像，cv.imwrite() 用于将图像保存到本地文件系统中。
如果你有兴趣，还可以学习如何使用Matplotlib库来显示图像，这也是一种常见的图像显示方式。
在使用OpenCV库读取图像时，需要使用
cv.imread
()函数。读取图像时，需要提供图像文件的路径或文件名，函数将返回一个图像对象。
使用OpenCV
除此之外，
cv.imread
()函数还可以接收一个额外的参数，用于指定图像的读取方式。具体来说，可以使用以下三个标志：
- cv.IMREAD_COLOR：用于加载彩色图像，会忽略任何图像的透明度，这也是默认标志；
- cv.IMREAD_GRAYSCALE：用于以灰度模式加载图像；
- cv.IMREAD_UNCHANGED：用于加载图像，包括alpha通道。
此外，还可以传递整数1、0或-1来表示这三个标志。
下面是使用
cv.imread
()函数读取图像的示例代码：
import numpy as np
import cv2 as cv
＃加载彩色灰度图像
img = cv.imread('messi5.jpg', 0)在这里：0代表读取灰度图像，即将彩色图像转换为灰度图像
另外：
- cv.IMREAD_COLOR 或 1：读取彩色图像，忽略 alpha 通道，相当于使用默认值 1。
- cv.IMREAD_GRAYSCALE 或 0：读取灰度图像。
- cv.IMREAD_UNCHANGED 或 -1：读取原始图像，包括 alpha 通道（如果有）。
下面为效果图（没有报错代表读取成功）：
警告
如果在使用OpenCV库读取图像时，提供的图像路径错误，不会引发任何错误，但是打印读取的图像对象时将返回None。换句话说，即使图像路径错误，程序也不会崩溃或抛出异常，而是返回一个空对象。
因此，为了确保程序能够正确读取图像，建议在提供图像路径之前，先检查路径是否正确，以避免意外的错误。
显示图像
使用函数**cv.imshow()**可以在窗口中显示图像。该函数会自动根据图像尺寸调整窗口大小。
在调用**cv.imshow()**函数时，第一个参数是窗口名称，是一个字符串类型的值。第二个参数是要显示的图像对象。你可以创建多个窗口，并指定不同的窗口名称，以显示多个图像。
import cv2 as cv
#加载彩色灰度图像
img = cv.imread('messi5.jpg',0)
cv.imshow('image',img)
cv.waitKey(0)
cv.destroyAllWindows()
窗口的屏幕截图如下所示：
在使用OpenCV库显示图像时，我们需要使用函数
cv.imshow()
。该函数需要一个窗口名称作为第一个参数，并需要传递要显示的图像作为第二个参数。调用该函数后，可以使用**cv.waitKey()**函数等待用户交互事件。
cv.waitKey()
函数是一个键盘绑定函数，它等待指定毫秒数的时间，等待用户按下任何键或交互事件发生。
如果时间到期时仍未发生交互事件，则程序将继续执行。如果将0作为参数传递，则程序将无限等待用户交互事件。该函数还可以用于检测特定按键的按下事件，例如按下键盘上的字母a。需要注意的是，为了确保图像能够正确显示，必须在显示图像后使用cv.waitKey()**函数。
cv.destroyAllWindows()
函数可以用于销毁我们创建的所有窗口，而cv.destroyWindow()函数可以销毁特定的窗口。
需要注意的是，在某些情况下，可以在创建一个空的窗口之后再将图像加载到该窗口中。这时，可以使用cv.namedWindow()**函数来设置窗口的属性，例如是否可以调整窗口大小。如果需要显示的图像尺寸过大或需要在窗口中添加跟踪栏时，可以使用该函数来设置窗口大小。
下面是使用OpenCV库显示图像的示例代码：
cv.namedWindow('image'，cv.WINDOW_NORMAL)
cv.imshow('image'，img)
cv.waitKey(0)
cv.destroyAllWindows()
效果图
写入图像
在使用OpenCV库保存图像时，需要使用函数
cv.imwrite
()。该函数需要两个参数：第一个参数是要保存的文件名，第二个参数是要保存的图像对象。
具体来说，你可以像这样调用
cv.imwrite
()函数：cv.imwrite(‘messigray.png’，img)。这将会把图像以PNG格式保存在工作目录中，文件名为’messigray.png’。
需要注意的是，
cv.imwrite
()函数可以保存多种不同格式的图像，例如PNG、JPEG、BMP等。在调用该函数时，需要根据需要指定要保存的图像格式，即文件扩展名。
总结使用
下面的代码演示了如何使用OpenCV库加载、显示和保存图像。具体来说，它加载一张灰度图像，将其显示在屏幕上，等待用户按下键盘按键。如果用户按下’s’键，则程序将保存图像到本地，并退出；如果用户按下’ESC’键，则程序将直接退出而不保存图像。
import numpy as np
import cv2 as cv
img = cv.imread('messi5.jpg',0)
cv.imshow('image',img)
k = cv.waitKey(0)
if k == 27: # 等待ESC退出
cv.destroyAllWindows()
elif k == ord('s'): # 等待关键字，保存和退出
cv.imwrite('messigray.png',img)
cv.destroyAllWindows()
警告
如果使用的是64位计算机，则必须k = cv.waitKey(0)按如下所示修改行：k = cv.waitKey(0) & 0xFF。
这是因为在64位计算机上，**cv.waitKey()**函数返回一个64位整数，但是ASCII码值只有8位。因此，将返回值与0xFF（即255）进行按位与运算，可以保留返回值的低8位，这是ASCII码的有效范围。
这种修改可以确保在64位计算机上正确读取键盘输入，并避免潜在的兼容性问题。
使用Matplotlib
Matplotlib是一款Python的绘图库，可以提供多种绘图方法，方便进行数据可视化和图像处理。在接下来的学习中，你将学习到如何使用Matplotlib库来展示和处理图像。通过Matplotlib，你可以方便地对图像进行缩放、保存等操作。
import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt
img = cv.imread('messi5.jpg',0)
plt.imshow(img, cmap = 'gray', interpolation = 'bicubic')
plt.xticks([]), plt.yticks([]) # 隐藏 x 轴和 y 轴上的刻度值
plt.show()窗口的屏幕截图如下所示：
另外，有空可看看：
Matplotlib提供了许多绘图选项，可以根据需求进行图像的处理和展示。如果需要了解更多的绘图选项，可以参考Matplotlib文档以获取更多详细信息，其中会涵盖许多实用的技巧和方法。
需要注意的是：
当使用OpenCV加载彩色图像时，它处于BGR模式，而Matplotlib以RGB模式显示图像。因此，如果使用OpenCV加载彩色图像，那么在Matplotlib中将无法正确显示彩色图像。如果遇到这种情况，可以采用一些转换方法来将图像从BGR模式转换为RGB模式，以便正确地在Matplotlib中显示彩色图像。关于这个问题，我们将在接下来的练习中进行更详细的讨论。