[Python从零到壹] 三十四.OpenCV入门详解——显示读取修改及保存图像
歡迎大家來到“Python從零到壹”，在這里我將分享約200篇Python系列文章，帶大家一起去學(xué)習(xí)和玩耍，看看Python這個(gè)有趣的世界。所有文章都將結(jié)合案例、代碼和作者的經(jīng)驗(yàn)講解，真心想把自己近十年的編程經(jīng)驗(yàn)分享給大家，希望對您有所幫助，文章中不足之處也請海涵。Python系列整體框架包括基礎(chǔ)語法10篇、網(wǎng)絡(luò)爬蟲30篇、可視化分析10篇、機(jī)器學(xué)習(xí)20篇、大數(shù)據(jù)分析20篇、圖像識別30篇、人工智能40篇、Python安全20篇、其他技巧10篇。您的關(guān)注、點(diǎn)贊和轉(zhuǎn)發(fā)就是對秀璋最大的支持，知識無價(jià)人有情，希望我們都能在人生路上開心快樂、共同成長。
該系列文章主要講解Python OpenCV圖像處理和圖像識別知識，前期主要講解圖像處理基礎(chǔ)知識、OpenCV基礎(chǔ)用法、常用圖像繪制方法、圖像幾何變換等，中期講解圖像處理的各種運(yùn)算，包括圖像點(diǎn)運(yùn)算、形態(tài)學(xué)處理、圖像銳化、圖像增強(qiáng)、圖像平滑等，后期研究圖像識別、圖像分割、圖像分類、圖像特效處理以及圖像處理相關(guān)應(yīng)用。
上一篇文章介紹了圖像處理基礎(chǔ)知識，這篇文章將詳細(xì)講解OpenCV入門知識，包括OpenCV常見數(shù)據(jù)類型、顯示圖像、讀取像素、修改像素、創(chuàng)建圖像、復(fù)制圖像、保存圖像等內(nèi)容。希望文章對您有所幫助，如果有不足之處，還請海涵。接下來，讓我們開啟整個(gè)系列的學(xué)習(xí)吧！
文章目錄
- 一.OpenCV常見數(shù)據(jù)類型
- 1.點(diǎn)Point
- 2.顏色Scalar
- 3.尺寸Size
- 4.矩形Rect
- 5.矩陣Mat
- 二.OpenCV讀取與顯示圖像
- 三.OpenCV像素處理
- 四.NumPy像素處理
- 五.OpenCV創(chuàng)建圖像
- 六.OpenCV復(fù)制圖像
- 七.OpenCV保存圖像
- 八.總結(jié)
下載地址：
- https://github.com/eastmountyxz/Python-zero2one
前文賞析：
第一部分 基礎(chǔ)語法
- [Python從零到壹] 一.為什么我們要學(xué)Python及基礎(chǔ)語法詳解
- [Python從零到壹] 二.語法基礎(chǔ)之條件語句、循環(huán)語句和函數(shù)
- [Python從零到壹] 三.語法基礎(chǔ)之文件操作、CSV文件讀寫及面向?qū)ο?/li>
第二部分 網(wǎng)絡(luò)爬蟲
- [Python從零到壹] 四.網(wǎng)絡(luò)爬蟲之入門基礎(chǔ)及正則表達(dá)式抓取博客案例
- [Python從零到壹] 五.網(wǎng)絡(luò)爬蟲之BeautifulSoup基礎(chǔ)語法萬字詳解
- [Python從零到壹] 六.網(wǎng)絡(luò)爬蟲之BeautifulSoup爬取豆瓣TOP250電影詳解
- [Python從零到壹] 七.網(wǎng)絡(luò)爬蟲之Requests爬取豆瓣電影TOP250及CSV存儲
- [Python從零到壹] 八.數(shù)據(jù)庫之MySQL基礎(chǔ)知識及操作萬字詳解
- [Python從零到壹] 九.網(wǎng)絡(luò)爬蟲之Selenium基礎(chǔ)技術(shù)萬字詳解（定位元素、常用方法、鍵盤鼠標(biāo)操作）
- [Python從零到壹] 十.網(wǎng)絡(luò)爬蟲之Selenium爬取在線百科知識萬字詳解（NLP語料構(gòu)造必備技能）
第三部分 數(shù)據(jù)分析和機(jī)器學(xué)習(xí)
- [Python從零到壹] 十一.數(shù)據(jù)分析之Numpy、Pandas、Matplotlib和Sklearn入門知識萬字詳解(1)
- [Python從零到壹] 十二.機(jī)器學(xué)習(xí)之回歸分析萬字總結(jié)全網(wǎng)首發(fā)（線性回歸、多項(xiàng)式回歸、邏輯回歸）
- [Python從零到壹] 十三.機(jī)器學(xué)習(xí)之聚類分析萬字總結(jié)全網(wǎng)首發(fā)（K-Means、BIRCH、層次聚類、樹狀聚類）
- [Python從零到壹] 十四.機(jī)器學(xué)習(xí)之分類算法三萬字總結(jié)全網(wǎng)首發(fā)（決策樹、KNN、SVM、分類算法對比）
- [Python從零到壹] 十五.文本挖掘之?dāng)?shù)據(jù)預(yù)處理、Jieba工具和文本聚類萬字詳解
- [Python從零到壹] 十六.文本挖掘之詞云熱點(diǎn)與LDA主題分布分析萬字詳解
- [Python從零到壹] 十七.可視化分析之Matplotlib、Pandas、Echarts入門萬字詳解
- [Python從零到壹] 十八.可視化分析之Basemap地圖包入門詳解
- [Python從零到壹] 十九.可視化分析之熱力圖和箱圖繪制及應(yīng)用詳解
- [Python從零到壹] 二十.可視化分析之Seaborn繪圖萬字詳解
- [Python從零到壹] 二十一.可視化分析之Pyechart繪圖萬字詳解
- [Python從零到壹] 二十二.可視化分析之OpenGL繪圖萬字詳解
- [Python從零到壹] 二十三.十大機(jī)器學(xué)習(xí)算法之決策樹分類分析詳解(1)
- [Python從零到壹] 二十四.十大機(jī)器學(xué)習(xí)算法之KMeans聚類分析詳解(2)
- [Python從零到壹] 二十五.十大機(jī)器學(xué)習(xí)算法之KNN算法及圖像分類詳解(3)
- [Python從零到壹] 二十六.十大機(jī)器學(xué)習(xí)算法之樸素貝葉斯算法及文本分類詳解(4)
- [Python從零到壹] 二十七.十大機(jī)器學(xué)習(xí)算法之線性回歸算法分析詳解(5)
- [Python從零到壹] 二十八.十大機(jī)器學(xué)習(xí)算法之SVM算法分析詳解(6)
- [Python從零到壹] 二十九.十大機(jī)器學(xué)習(xí)算法之隨機(jī)森林算法分析詳解(7)
- [Python從零到壹] 三十.十大機(jī)器學(xué)習(xí)算法之邏輯回歸算法及惡意請求檢測應(yīng)用詳解(8)
- [Python從零到壹] 三十一.十大機(jī)器學(xué)習(xí)算法之Boosting和AdaBoost應(yīng)用詳解(9)
- [Python從零到壹] 三十二.十大機(jī)器學(xué)習(xí)算法之層次聚類和樹狀圖聚類應(yīng)用詳解(10)
第四部分 Python圖像處理基礎(chǔ)
- [Python從零到壹] 三十三.圖像處理基礎(chǔ)篇之什么是圖像處理和OpenCV配置
- [Python從零到壹] 三十四.OpenCV入門詳解——顯示讀取修改及保存圖像
第五部分 Python圖像運(yùn)算和圖像增強(qiáng)
第六部分 Python圖像識別和圖像處理經(jīng)典案例
第七部分 NLP與文本挖掘
第八部分 人工智能入門知識
第九部分 網(wǎng)絡(luò)攻防與AI安全
第十部分 知識圖譜構(gòu)建實(shí)戰(zhàn)
擴(kuò)展部分 人工智能高級案例
作者新開的“娜璋AI安全之家”將專注于Python和安全技術(shù)，主要分享Web滲透、系統(tǒng)安全、人工智能、大數(shù)據(jù)分析、圖像識別、惡意代碼檢測、CVE復(fù)現(xiàn)、威脅情報(bào)分析等文章。雖然作者是一名技術(shù)小白，但會保證每一篇文章都會很用心地撰寫，希望這些基礎(chǔ)性文章對你有所幫助，在Python和安全路上與大家一起進(jìn)步。
一.OpenCV常見數(shù)據(jù)類型
OpenCV是一個(gè)輕量級高效的跨平臺計(jì)算機(jī)視覺庫，實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺方面的多種通用算法。所謂的圖像可以理解為一個(gè)數(shù)組，圖像處理就是對數(shù)組的處理。首先，本文將介紹OpenCV中常見的數(shù)據(jù)類型，包括點(diǎn)Point類、顏色Scalar類、尺寸Size類、矩形Rect類、矩陣Mat類[1-2]。
1.點(diǎn)Point
表示二維坐標(biāo)系中的點(diǎn)，含x和y。其示例如下：
#OpenCV示例 Point p; p.x=1, p.y=2; Point p=Point(1, 2);#Python示例 points_list = [(160, 160), (136, 160)]2.顏色Scalar
包含四個(gè)元素的數(shù)組，設(shè)置像素值RGB三通道，第四個(gè)參數(shù)可忽略。其示例如下：
#OpenCV示例 BGR三分量 Scalar(b, g, r);#Python示例 (0, 0, 255)3.尺寸Size
它和Point相似，主要成員包括height和width。其示例如下：
#OpenCV示例 Size(5, 5); Size_(_Tp _width, _Tp _height);#Python示例 width, height = img.shape4.矩形Rect
Rect類稱為矩形類，包含Point類的成員x和y（代表矩形左上角的坐標(biāo)）和Size類的成員width和height（代表矩形的大小）。其示例如下：
#OpenCV示例 Rect rect = rect1 & rect2; #求兩矩形交集 Rect rect = rect1 | rect2; #求兩矩形并集 Rect rectShift = rect + point; #矩形平移 Rect rect = rect1 + size; #矩形縮放#Python示例 cv2.rectangle(img, (20,20), (150,250), (255,0,0), 2)5.矩陣Mat
通用的矩陣類，用來創(chuàng)建和操作多維矩陣。其示例如下：
#OpenCV示例 Mat M(3,2, CV_8UC3, Scalar(0,0,255));#Python示例 np.zeros((256,256,3), np.uint8)二.OpenCV讀取與顯示圖像
在OpenCV2中，圖像的讀取和顯示是最簡單的兩句代碼，它們通過imread()和imshow()函數(shù)實(shí)現(xiàn)[3]。OpenCV讀取圖像的imread()函數(shù)原型如下，它將從指定的文件加載圖像并返回矩陣，如果無法讀取圖像（因?yàn)槿鄙傥募?quán)限不正確、格式不支持或圖像無效等），則返回空矩陣（Mat::data==NULL）。
- retval = imread(filename[, flags])
– filename表示需要載入的圖片路徑名，其支持Windows位圖、JPEG文件、PNG圖片、便攜文件格式、Sun rasters光柵文件、TIFF文件、HDR文件等。 - flags為int類型，表示載入標(biāo)識，它指定一個(gè)加載圖像的顏色類型，默認(rèn)值為1。其中cv2.IMREAD_UNCHANGED表示讀入完整圖像或圖像不可變，包括alpha通道；cv2.IMREAD_GRAYSCALE表示讀入灰度圖像；cv2.IMREAD_COLOR表示讀入彩色圖像，默認(rèn)參數(shù)，忽略alpha通道。
OpenCV中顯示圖像調(diào)用imshow()函數(shù)，它將在指定窗口中顯示一幅圖像，窗口會自動調(diào)整為圖像大小，其原型如下所示：
- imshow(winname, mat)
– winname表示窗口的名稱
– mat表示要顯示的圖像
下面是第一個(gè)示例程序，主要用于讀取和加載經(jīng)典的“Lena”圖像。
# -*- coding:utf-8 -*- # By：Eastmount import cv2#讀取圖片 img = cv2.imread("Lena.png")#顯示圖像 cv2.imshow("Demo", img)#等待顯示 cv2.waitKey(0) cv2.destroyAllWindows()輸出結(jié)果如圖2-1所示：
需要注意，在圖像顯示過程中，如果代碼中沒有waitKey(0)函數(shù)，其運(yùn)行結(jié)果可能會出現(xiàn)錯(cuò)誤，加載一幅灰色的圖像，如圖2-2所示。
因此，在顯示圖像過程中，通常還會調(diào)用兩個(gè)操作窗口的函數(shù)，它們分別是waitKey()和destroyAllWindows()。
-
retval = waitKey([, delay])
– 鍵盤綁定函數(shù)，共一個(gè)參數(shù)delay，表示等待的毫秒數(shù)，看鍵盤是否有輸入，返回值為ASCII值。如果其參數(shù)為0，則表示無限期的等待鍵盤輸入；參數(shù)大于0表示等待delay毫秒；參數(shù)小于0表示等待鍵盤單擊。 -
destroyAllWindows()
– 該函數(shù)可以輕易刪除所有建立的窗口。如果你想刪除特定的窗口可以使用 cv2.destroyWindow()，并在括號內(nèi)輸入要?jiǎng)h除的窗口名。
同時(shí)，可以設(shè)置加載圖像后無限期等待，直到輸入指定的按鍵才退出窗口，如下面的代碼需要輸入ESC才退出。
# -*- coding:utf-8 -*- # By：Eastmount import cv2#讀取圖片 img = cv2.imread("Lena.png")#顯示圖像 cv2.imshow("Demo", img)#無限期等待輸入 k=cv2.waitKey(0)#如果輸入ESC按鍵退出 if k==27:cv2.destroyAllWindows()此外，在對比實(shí)驗(yàn)中，我們通常需要顯示多張圖片，此時(shí)可以調(diào)用NumPy和Matplotlib庫輔助完成[4]，具體實(shí)現(xiàn)過程如下所示。
- NumPy（Numeric Python）是Python提供的數(shù)值計(jì)算擴(kuò)展包，擁有高效的處理函數(shù)和數(shù)值編程工具，主要用于科學(xué)計(jì)算，如矩陣數(shù)據(jù)類型、線性代數(shù)、矢量處理等。
- Matplotlib是Python強(qiáng)大的數(shù)據(jù)可視化工具和2D繪圖庫，常用于創(chuàng)建海量類型的2D圖表和一些基本的3D圖表，類似于MATLAB和R語言。Matplotlib提供了一整套和Matlab相似的命令A(yù)PI，十分適合交互式地進(jìn)行制圖，而且也可以方便地將它作為繪圖控件，嵌入GUI應(yīng)用程序中。Matplotlib是一名神經(jīng)生物學(xué)家John D. Hunter博士于2007年創(chuàng)建，函數(shù)設(shè)計(jì)上參考了Matlab，現(xiàn)在在Python的各個(gè)科學(xué)計(jì)算領(lǐng)域都得到了廣泛應(yīng)用。
該程序是調(diào)用cv2.imread()函數(shù)分別讀取四張圖片，并轉(zhuǎn)換為RGB顏色空間，接著通過for循環(huán)分別設(shè)置各子圖對應(yīng)的圖像、標(biāo)題及坐標(biāo)軸名稱，其中plt.subplot(2,2)表示生成2×2張子圖。
# -*- coding: utf-8 -*- # By：Eastmount import cv2 import numpy as np import matplotlib.pyplot as plt#讀取圖像 img1 = cv2.imread('lena.png') img1 = cv2.cvtColor(img1, cv2.COLOR_BGR2RGB)img2 = cv2.imread('xluo.png') img2 = cv2.cvtColor(img2, cv2.COLOR_BGR2RGB)img3 = cv2.imread('flower.png') img3 = cv2.cvtColor(img3, cv2.COLOR_BGR2RGB)img4 = cv2.imread('huawei.png') img4 = cv2.cvtColor(img4, cv2.COLOR_BGR2RGB)#顯示四張圖像 titles = ['lena', 'people', 'flower', 'huawei'] images = [img1, img2, img3, img4] for i in range(4):plt.subplot(2, 2, i+1), plt.imshow(images[i], 'gray')plt.title(titles[i])plt.xticks([]),plt.yticks([]) plt.show()輸出如圖2-3所示，它顯示了四幅圖像。在圖像處理對比中，同時(shí)對比多種算法的處理效果是非常重要的手段之一。
三.OpenCV像素處理
OpenCV中讀取圖像的像素值可以直接通過遍歷圖像的位置實(shí)現(xiàn)，如果是灰度圖像則返回其灰度值，如果是彩色圖像則返回藍(lán)色（B）、綠色（G）、紅色（G）三個(gè)分量值。其示例如下：
-
灰度圖像：返回值 = 圖像[位置參數(shù)]
示例：test=img[88,42] -
彩色圖像：返回值 = 圖像[位置元素, 0 | 1 | 2 ]獲取BGR三個(gè)通道像素
示例：blue=img[88,142,0] green=img[88,142,1] red=img[88,142,2]
當(dāng)需要修改圖像中的像素時(shí)，則定位指定像素并直接賦新像素值即可，彩色圖像需要依次給三個(gè)分量賦值。如下列代碼所示。
# -*- coding:utf-8 -*- # By：Eastmount import cv2#讀取圖片 img = cv2.imread("Lena.png")#讀取像素 test = img[88,142] print("讀取的像素值:", test)#修改像素 img[88,142] = [255, 255, 255] print("修改后的像素值:", test)#分別獲取BGR通道像素 blue = img[88,142,0] print("藍(lán)色分量", blue) green = img[88,142,1] print("綠色分量", green) red = img[88,142,2] print("紅色分量", red)#顯示圖像 cv2.imshow("Demo", img)#等待顯示 cv2.waitKey(0) cv2.destroyAllWindows()讀取的像素值及修改后的像素值結(jié)果如圖2-4所示。
下面代碼是將100到200行、150到250列的像素區(qū)域設(shè)置為白色的效果。
# -*- coding:utf-8 -*- # By：Eastmount import cv2#讀取圖片 img = cv2.imread("Lena.png")#該區(qū)域設(shè)置為白色 img[100:200, 150:250] = [255,255,255]#顯示圖像 cv2.imshow("Demo", img)#等待顯示 cv2.waitKey(0) cv2.destroyAllWindows()圖2-5是最終顯示的效果圖，它將img[100:200, 150:250] 區(qū)域顯示為白色。
四.NumPy像素處理
前面是直接讀取和修改圖像像素的方法，下面講解通過NumPy庫讀取像素和修改像素的方法。NumPy是Python提供的數(shù)值計(jì)算擴(kuò)展包，擁有高效的處理函數(shù)和數(shù)值編程工具，Array是NumPy庫中最基礎(chǔ)的數(shù)據(jù)結(jié)構(gòu)，表示數(shù)組。NumPy可以很方便地創(chuàng)建各種不同類型的多維數(shù)組，并且執(zhí)行一些基礎(chǔ)操作。
在圖像處理中，NumPy讀取像素調(diào)用item()函數(shù)實(shí)現(xiàn)，修改像素調(diào)用itemset()實(shí)現(xiàn)，其原型如下所示[5]。使用Numpy進(jìn)行像素讀取，調(diào)用方式如下：
- 返回值 = 圖像.item(位置參數(shù))
例如：blue = img.item(78, 100, 0)
使用Numpy的itemset函數(shù)修改像素，調(diào)用方式如下：
- 圖像.itemset(位置, 新值)
例如：img.itemset((88,99), 255)
最終實(shí)現(xiàn)代碼如下所示。
# -*- coding:utf-8 -*- # By：Eastmount import cv2 import numpy#讀取圖片 img = cv2.imread("Lena.png") print(type(img))#Numpy讀取像素 print(img.item(78, 100, 0)) print(img.item(78, 100, 1)) print(img.item(78, 100, 2))#Numpy修改像素 img.itemset((78, 100, 0), 100) img.itemset((78, 100, 1), 100) img.itemset((78, 100, 2), 100) print(img.item(78, 100, 0)) print(img.item(78, 100, 1)) print(img.item(78, 100, 2))輸出結(jié)果如下所示，原始圖像BGR像素值為88、84、196，修改后的像素值為100、100、100。
<class 'numpy.ndarray'> 88 84 196 100 100 100五.OpenCV創(chuàng)建圖像
由于在OpenCV2中沒有CreateImage函數(shù)，如果需要?jiǎng)?chuàng)建圖像，則需要使用Numpy庫函數(shù)實(shí)現(xiàn)。如下述代碼，調(diào)用np.zeros()函數(shù)創(chuàng)建空圖像，創(chuàng)建的新圖像使用Numpy數(shù)組的屬性來表示圖像的尺寸和通道信息，其中參數(shù)img.shape表示原始圖像的形狀，np.uint8表示類型。
- emptyImage = np.zeros(img.shape, np.uint8)
例如img.shape為(500, 300, 3)，它表示500×300像素的圖像，3表示這是一個(gè)RGB圖像。
# -*- coding:utf-8 -*- # By：Eastmount import cv2 import numpy as np#讀取圖片 img = cv2.imread("Lena.png")#創(chuàng)建空圖像 emptyImage = np.zeros(img.shape, np.uint8)#顯示圖像 cv2.imshow("Demo", emptyImage)#等待顯示 cv2.waitKey(0) cv2.destroyAllWindows()顯示結(jié)果如圖2-6所示，這是一幅新創(chuàng)建的“空白”圖像。
六.OpenCV復(fù)制圖像
復(fù)制原有圖像來獲取一幅新圖像，可以調(diào)用copy()函數(shù)實(shí)現(xiàn)。
- emptyImage2 = img.copy()
下述代碼實(shí)現(xiàn)了圖像的創(chuàng)建和復(fù)制功能。
# -*- coding:utf-8 -*- # By：Eastmount import cv2 import numpy as np#讀取圖片 img = cv2.imread("Lena.png")#創(chuàng)建空圖像 emptyImage = np.zeros(img.shape, np.uint8)#復(fù)制圖像 emptyImage2 = img.copy()#顯示圖像 cv2.imshow("Demo1", img) cv2.imshow("Demo2", emptyImage) cv2.imshow("Demo3", emptyImage2)#等待顯示 cv2.waitKey(0) cv2.destroyAllWindows()最終輸出結(jié)果如圖2-7所示，Demo1表示原始圖像，Demo2表示創(chuàng)建的空白圖像，Demo3表示復(fù)制的圖像。
七.OpenCV保存圖像
在OpenCV中，輸出圖像到文件使用的函數(shù)為imwrite()，其函數(shù)原型如下：
- retval = imwrite(filename, img[, params])
– filename表示要保存的路徑及文件名
– img表示圖像矩陣
– params表示特定格式保存的參數(shù)編碼，默認(rèn)值為空。對于JPEG圖片，該參數(shù)（cv2.IMWRITE_JPEG_QUALITY）表示圖像的質(zhì)量，用0-100的整數(shù)表示，默認(rèn)值為95。對于PNG圖片，該參數(shù)（cv2.IMWRITE_PNG_COMPRESSION）表示的是壓縮級別，從0到9，壓縮級別越高，圖像尺寸越小，默認(rèn)級別為3。對于PPM、PGM、PBM圖片，該參數(shù)表示一個(gè)二進(jìn)制格式的標(biāo)志（cv2.IMWRITE_PXM_BINARY）[2]。注意，該類型為Long，必須轉(zhuǎn)換成int。
下面是一個(gè)調(diào)用imwrite()函數(shù)輸出圖像到指定的文件的代碼。
# -*- coding:utf-8 -*- # By：Eastmount import cv2 import numpy as np#讀取圖像 img = cv2.imread("Lena.png")#顯示圖像 cv2.imshow("Demo", img)#保存圖像 cv2.imwrite("dst1.jpg", img, [int(cv2.IMWRITE_JPEG_QUALITY), 5]) cv2.imwrite("dst2.jpg", img, [int(cv2.IMWRITE_JPEG_QUALITY), 100]) cv2.imwrite("dst3.png", img, [int(cv2.IMWRITE_PNG_COMPRESSION), 0]) cv2.imwrite("dst4.png", img, [int(cv2.IMWRITE_PNG_COMPRESSION), 9])#等待顯示 cv2.waitKey(0) cv2.destroyAllWindows()原始圖像“Lena.jpg”為222KB，調(diào)用imwrite()函數(shù)輸出保存的圖像共四張，如圖2-8所示，其中“dst1.jpg”被壓縮，大小為4.90KB，“dst2.jpg”圖像大小為99.1KB，“dst3.png”大小為499KB，“dst4.png”大小為193KB。
八.總結(jié)
寫到這里，這篇文章就介紹結(jié)束。本文詳細(xì)介紹了OpenCV圖像處理的基礎(chǔ)用法，包括圖像讀取、顯示、像素處理、創(chuàng)建、復(fù)制、寫入和保存。通過這篇文章，初學(xué)者將學(xué)會基本的圖像處理操作，代碼比較簡單，但希望大家一定要自己動手實(shí)現(xiàn)所有代碼和案例，只有不斷實(shí)踐才能提升。
感謝在求學(xué)路上的同行者，不負(fù)遇見，勿忘初心。圖像處理系列主要包括三部分，分別是：
這周的留言感慨～
十二年CSDN的博客分享，如果要說分享最讓我開心的是什么？不是傳道，不是授業(yè)，也不是解惑，而是接下來這類事。這些年已經(jīng)陸續(xù)鼓勵(lì)了一些朋友當(dāng)老師，而昨天得知這一位博友真的去到新疆南疆成為了一名小學(xué)老師，我很是感動，是真的感動，六年前我曾鼓勵(lì)他如果想，就放棄高額工資的互聯(lián)網(wǎng)大廠，去做自己想做的，沒想到已經(jīng)當(dāng)了四年老師。又當(dāng)?shù)之?dāng)媽，國語普及，文化教育，這里面的艱辛不是一兩句道得清，除了佩服就是鼓勵(lì)。
正如你說的一樣，“一輩子總得做點(diǎn)有意義的事情，生命實(shí)在太短暫，一定要活得積極、正面”。或許，這也是我在CSDN分享博客的最大意義，再比如云南那位老友的留言，“農(nóng)村的孩子下雨沒有傘，只能拼命奔跑”，希望你以后也能成為一名教師，感恩有你們，感謝有你們。我也希望自己早日畢業(yè)回到家鄉(xiāng)，花上三四十年做好兩件事，一是認(rèn)真教書，二是將少數(shù)民族文物搶救和文字語音保護(hù)做好，也鼓勵(lì)更多人一起加入進(jìn)來。自己雖然很菜吧，但還是有一些喜歡的事，尤其陪伴愛的人，挺好，愛你們喔。2022年繼續(xù)加油，在CSDN分享更高質(zhì)量的博客和專欄。
(By:娜璋之家 Eastmount 2022-01-23 夜于貴陽 https://blog.csdn.net/Eastmount )
參考文獻(xiàn)：
- [1] 岡薩雷斯. 數(shù)字圖像處理（第3版）[M]. 北京：電子工業(yè)出版社, 2013.
- [2] 阮秋琦. 數(shù)字圖像處理學(xué)（第3版）[M]. 北京：電子工業(yè)出版社，2008.
- [3] Eastmount. [Python圖像處理] 一.圖像處理基礎(chǔ)知識及OpenCV入門函數(shù)[EB/OL]. (2018-08-16). https://blog.csdn.net/Eastmount/article/details/81748802.
- [4] 楊秀璋, 顏娜. Python網(wǎng)絡(luò)數(shù)據(jù)爬取及分析從入門到精通（分析篇）[M]. 北京：北京航天航空大學(xué)出版社, 2018.
- [5] Eastmount. [Python圖像處理] 二.OpenCV+Numpy庫讀取與修改像素[EB/OL]. (2018-08-28). https://blog.csdn.net/eastmount/article/details/82120114.
總結(jié)
以上是生活随笔為你收集整理的[Python从零到壹] 三十四.OpenCV入门详解——显示读取修改及保存图像的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 云服务器有什么优势
- 下一篇： python积木编程软件_童心制物慧编程