OpenCV與Python之圖像的讀入與顯示以及利用Numpy的圖像轉換

1：讀入圖像，顯示圖像與儲存圖像

代碼：

import cv2

img=cv2.imread('lena.jpg',cv2.IMREAD_COLOR)
cv2.namedWindow('lena',cv2.WINDOW_AUTOSIZE)
cv2.imshow('lena',img)
k=cv2.waitKey(0)

if k==27:
    cv2.destroyAllWindows()
    plt.close()
elif k==ord('s'):
    cv2.imwrite('lenagray.png',img)
    cv2.destroyAllWindows()      

效果：

2：另一種顯示方法

利用matplotlib去顯示圖像。

import cv2
from matplotlib import pyplot as plt
img=cv2.imread('lena.jpg',cv2.IMREAD_COLOR)
plt.imshow(img)
plt.show()      

效果：

問題來了，為什麼顯示的顔色與原圖不同呢？

後來網上搜尋後才知道，對于opencv的像素是BGR順序，然而matplotlib所遵循的是RGB順序。

opencv的一個像素為：[B,G,R] ,matplotlib的一個像素為：[R,G,B]。這就是為什麼本來發紅的區域變得有些發藍了。

解決方法：

解決方法有很多。

import numpy as np
import cv2
from matplotlib import pyplot as plt

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

#method1
b,g,r=cv2.split(img)
img2=cv2.merge([r,g,b])
plt.imshow(img2)
plt.show()

#method2
img3=img[:,:,::-1]
plt.imshow(img3)
plt.show()

#method3
img4=cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img4)
plt.show()      

效果：

3：關于numpy的矩陣的翻轉（對于上述的方法2的說明）

上述方法2正是利用了numpy對數組的翻轉。舉例說明。

我仿照圖檔的像素格式，建立一個2行3列的，每個像素有包含RGB3個元素。

分别進行圖中所示的4種運算。

執行a[:-1]，移除了後面的一行。對于一維數組，後面的一行其實就是最後一個元素，是以這個運算就是移除最後一個元素。

執行a[::-1]，上下兩行交換了。同樣的看成一維數組的話，一行就是一個元素，這個運算其實就是對一個一維數組内的元素前後對調。多元數組可以了解成對對第一個方括号内的每一個元素前後對調。

執行a[:,::-1]，每一行中的元素前後交換了。簡單了解就是對第二層反括号内的元素前後對調。

執行a[:,:,::-1]，這樣就好了解了，肯定是對第三層方括号内的元素對調。這也就解釋了，對于一個24位深度的圖像執行這個操作的話，是對每個像素的RGB進行對調。

對于圖像而言，a[::-1]，a[:,::-1]，a[:,:,::-1]上述的三種方法分别是X軸的鏡像，Y軸的鏡像，BGR轉換為RGB的操作。

示例：

轉載于:https://www.cnblogs.com/visionfeng/p/6094423.html