Opencv的基本操作(一)图像的读取显示存储及几何图形的绘制

文件的读取、显示、存取

  • cv2.imread(imagepath,IMREAD.xxx) 读取图像
  • cv2.imshow(窗口名称,mat图片) 显示图像
  • cv2.imwrite(保存的位置,img) 保存图像
python 复制代码
# 1. 读取图像 原始图片路径,图片读取模式
cv2.imread(imagepath,IMREAD.xxx)

cv2.IMREAD_COLOR 彩色模式读取
cv2.IMREAD_GRAYSCALE 以灰度模式读取图像
cv2.IMREAD_IMREAD_UNCHANGED 以彩色模式+透明度通道读取图像

# 2. 显示图像
cv2.imshow(窗口名称,mat图片)

# 3. 保存图像
cv2.imwrite(保存的位置,img)

例子:以不同模式读取图像并显示,最后存储其灰度模式图像。

python 复制代码
import cv2 as cv
import numpy as np

# 以彩色模式读取图像(默认模式)1
src_color_img = cv.imread("./ikun.jpg", cv.IMREAD_COLOR)
cv.imshow("color_img",src_color_img)

# 以灰度模式读取 0
src_gray_img = cv.imread("./ikun.jpg", cv.IMREAD_GRAYSCALE)
cv.imshow("gray_img",src_gray_img)

# 以彩色+透明通道模式读取
src_colorAlpha_img = cv.imread("./ikun.jpg", cv.IMREAD_UNCHANGED)
cv.imshow("colorAlpha_img",src_colorAlpha_img)

# 试着存储一张图片
cv.imwrite("new.jpg",src_gray_img)

# 等待输入内容再关闭
cv.waitKey(0)
cv.destroyAllWindows()



绘制几何图形

  • cv.line(img ,start ,end ,color ,thickness) 绘制线条
  • cv.circle(img ,centerPoint ,color ,thickness) 绘制圆形
  • cv.rectangle(img ,leftUpper rightDown ,color ,thinkNess) 绘制矩形
  • cv.putText(img ,text ,station ,font ,fontsize) 绘制文本
python 复制代码
import cv2 as cv

src_img = cv.imread("./ikun.jpg",cv.IMREAD_COLOR)

# 绘制图形
# 1. 绘制直线
# img start end color thickness
# 要绘制的图像 绘制起止点 线条颜色 线条宽度
cv.line(src_img,(0,0),(480,480),(255,0,0),3)

# 2. 绘制圆形
# img centerPoint color thickness
# 要绘制的图像 圆心和半径 线条颜色 线条宽度
cv.circle(src_img,(420,63),63,(0,0,255),-1)

# 3. 绘制矩形
# img leftUpper rightDown color thinkNess
# 要绘制的图像 矩形的左上角右下角坐标  线条颜色 线条宽度
cv.rectangle(src_img,(384,0),(410,128),(0,255,0),3)

# 4. 向图像中添加文字
# img text station font fontsize
# 要绘制的图像 文字 文字位置  字体 字体大小
font = cv.FONT_HERSHEY_SIMPLEX
cv.putText(src_img,"ikun",(10,400),font,4,(255,255,255),2,cv.LINE_AA)
# 5.显示图像
cv.imshow("last",src_img)

cv.waitKey(0)
cv.destroyAllWindows()

相关推荐
网络研究院1 小时前
如何安全地大规模部署 GenAI 应用程序
网络·人工智能·安全·ai·部署·观点
凭栏落花侧1 小时前
决策树:简单易懂的预测模型
人工智能·算法·决策树·机器学习·信息可视化·数据挖掘·数据分析
xiandong204 小时前
240929-CGAN条件生成对抗网络
图像处理·人工智能·深度学习·神经网络·生成对抗网络·计算机视觉
innutritious5 小时前
车辆重识别(2020NIPS去噪扩散概率模型)论文阅读2024/9/27
人工智能·深度学习·计算机视觉
橙子小哥的代码世界6 小时前
【深度学习】05-RNN循环神经网络-02- RNN循环神经网络的发展历史与演化趋势/LSTM/GRU/Transformer
人工智能·pytorch·rnn·深度学习·神经网络·lstm·transformer
985小水博一枚呀7 小时前
【深度学习基础模型】神经图灵机(Neural Turing Machines, NTM)详细理解并附实现代码。
人工智能·python·rnn·深度学习·lstm·ntm
SEU-WYL8 小时前
基于深度学习的任务序列中的快速适应
人工智能·深度学习
OCR_wintone4218 小时前
中安未来 OCR—— 开启高效驾驶证识别新时代
人工智能·汽车·ocr
matlabgoodboy9 小时前
“图像识别技术:重塑生活与工作的未来”
大数据·人工智能·生活
最近好楠啊9 小时前
Pytorch实现RNN实验
人工智能·pytorch·rnn