導讀：圖像是由若干個像素組成的，因此，圖像處理可以看作計算機對像素的處理。在面向Python的OpenCV中，可以通過位置索引的方式對圖像內的像素進行訪問和處理。

本文手把手教你圖像處理的基本操作。

作者：高敬鵬 江志燁 趙娜

來源：大數據DT（ID：hzdashuju）

01 圖像的讀取、顯示和保存

OpenCV提供了cv2模塊，用于進行圖像的處理操作。

1. 讀取圖像

OpenCV提供了cv2.imread()函數用于進行圖像的讀取操作。該函數的基本格式為：

retval?=?cv2.imread(filename[,?flags])

其中：

• retval是返回值，其值是讀取到的圖像。

• filename是要讀取圖像的完整文件名。

• flags是讀取標記，用來控制讀取文件的類型。部分常用的標記值如表3-1所示，其中第一列的值與第三列的數值表示的含義一致。

▲表3-1 常用flags標記值

• 例3-1 使用cv2.imread()函數讀取一幅圖像

代碼如下：

import?cv2?as?cv image?=?cv2.imread("F:/picture/lena.png")??????#?讀取lena圖像 print(image)

運行代碼會得到lena圖像的像素值，如圖3-3所示。

▲圖3-3 lena圖像部分像素值

2. 顯示圖像

OpenCV提供了多個與圖像顯示有關的函數，下面簡單介紹常用的幾個。

namedWindow()函數用來創建指定的窗口，一般格式如下：

None?=?cv2.namedWindow(window)

其中，window是窗口的名字。例如：

cv2.namedWindow("image")

這句程序會新建一個名字為image的窗口。

imshow()函數用來顯示圖像，其一般格式如下：

None?=?cv2.imshow(window,?image)

其中：

• window是窗口的名字。

• image是要顯示的圖像。

waitKey()函數用來等待按鍵，當有鍵被按下時，該語句會被執行。其一般格式如下：

retval=?cv2.waitKey([delay])

其中：

• retval是返回值。

• delay表示等待鍵盤觸發的時間，單位是ms。當該值為負數或0時表示無限等待，默認值為0。

destroyAllWindows函數用來釋放所有窗口，其一般格式為：

None?=?cv2.?destroyAllWindows?()

• 例3-2 顯示讀取的圖像

代碼如下：

import?cv2?as?cv???????????????#?導入從cv2模塊 image?=?cv.imread("F:/picture/lena.png")?????#?讀取lena圖像 cv.namedWindow("image")?????#?創建一個image的窗口 cv.imshow("image",?image)????#?顯示圖像 cv.waitKey()???????????????#?默認為0，無限等待 cv.destroyAllWindows()??????#?釋放所有窗口

程序運行結果如圖3-4所示。

▲圖3-4 例3-2的運行結果

3. 保存圖像

OpenCV中提供了cv2.imwrite()函數來保存圖像，其一般格式為：

retval=?cv2.imwrite(filename,?img[,?params])

其中：

• retval是返回值。

• filename是要保存的圖像的完整路徑名，包括文件的擴展名。

• img是要保存的圖像的名字。

• params是保存的類型參數，可選。

• 例3-3 編寫程序，將讀取到的圖像保存

代碼如下：

import?cv2?as?cv???????????????#?導入從cv2模塊 image?=?cv.imread("F:/picture/lena.png")?????#?讀取lena圖像 cv.imwrite("F:/picture/lenaresult.png",image)?#將圖像保存到F:/picture/下，名字為lenaresult

02 圖像通道的基本操作

在圖像處理過程中，有時會根據需要對通道進行拆分與合并。在OpenCV中提供了split()和merge()函數對圖像進行拆分與合并。下面對這兩個函數進行介紹。

1. split()拆分函數

函數split()可以拆分圖像的通道，例如BGR圖像的三個通道。其一般格式如下：

b,g,r?=?cv2.split(img)

其中：

• b、g、r分別是B通道、G通道、R通道的圖像信息。

• img是要拆分的圖像。

• 例3-4 編寫程序，使用split()函數對圖像進行拆分

代碼如下：

import?cv2?as?cv image?=?cv.imread("F:/picture/lena.png") b,g,r?=?cv.split(image)??????????#?拆分圖像通道分為b,g,r三個通道 cv.imshow("b",b)?????????????#?顯示b通道的圖像信息 cv.imshow("g",g)????#?顯示g通道的圖像信息 cv.imshow("r",r)????#?顯示r通道的圖像信息 cv.imshow("image",?image) cv.waitKey() cv.destroyAllWindows()

程序運行結果如圖3-5所示。

▲圖3-5 例3-4的運行結果：a）原始圖像，b）B通道圖像，c）G通道圖像，d）R通道圖像

其中，圖3-5a是原圖，圖3-5b是B通道的圖像，圖3-5c是G通道的圖像，圖3-5d是R通道的圖像。

2. merge()合并函數

通道合并是通道拆分的逆過程，可以將三個通道的灰度圖像合并為一張彩色圖像。OpenCV中提供了merge()函數來實現圖像通道的合并，其基本格式為：

imagebgr?=?cv2.merge([b,g,r])

其中：

• imagebgr是合并后的圖像。

• b、g、r分別是B通道、G通道、R通道的圖像信息。

• 例3-5 編寫程序，演示合并圖像的過程

代碼如下：

import?cv2?as?cv image?=?cv.imread("F:/picture/lena.png") b,g,r?=?cv.split(image)??????????#?拆分圖像通道分為b,g,r三個通道 imagebgr?=?cv.merge([b,g,r])????#?將b,g,r三個通道的圖像合并 cv.imshow("image",?image) cv.imshow("imagegbgr",?imagebgr) cv.waitKey() cv.destroyAllWindows()

程序運行結果如圖3-6所示。

▲圖3-6 例3-5的運行結果：a）原始圖像 b）拆分并合并后的圖像

其中，圖3-6a是原始圖像，圖3-6b是經過拆分后又合并的圖像。

03 圖像屬性的獲取

在進行圖像處理時經常需要獲取圖像的大小、類型等屬性信息。下面介紹幾個常用屬性。

• shape：表示圖像的大小。如果是彩色圖像，則返回包含行數、列數和通道數的數組；如果是二值圖像或灰度圖像，則返回包含行數和列數的數組。

• size：表示返回的圖像的像素數目。

• dtype：表示返回的圖像的數據類型。

• 例3-6 編寫程序，觀察圖像的屬性值

代碼如下：

import?cv2?as?cv image?=?cv.imread("F:/picture/lena.png") print("image.shape",image.shape)????????#?輸出圖像的大小屬性 print("image.size",image.size)??????????#?輸出圖像的像素數目屬性 print("image.dtype",image.dtype)????????#?輸出圖像的類型屬性

程序運行結果為：

image.shape?(512,?512,?3) image.size?786432 image.dtype?uint8

關于作者：高敬鵬，博士學歷，碩士生導師，2002年至今，任職于哈爾濱工程大學信息與通信工程學院。研究方向主要包括人工智能、機器學習、圖像處理、信號檢測、目標識別、現代通信技術與電子系統等。

江志燁，博士學歷，研究員，任職于北京航天長征飛行器研究所。

趙娜，博士學歷，講師，任職于重慶電子工程職業學院。

本文摘編自《機器學習：基于OpenCV和Python的智能圖像處理》，經出版方授權發布。

延伸閱讀《機器學習：基于OpenCV和Python的智能圖像處理》

點擊上圖了解及購買

轉載請聯系微信：DoctorData

推薦語：依照由淺入深、循序漸進的原則編寫，并與大量實例相結合，使讀者可以邊學邊練，從而提高學習的興趣與效率。

劃重點????

干貨直達????

• 西安交大送大一新生這本書，你讀過嗎？12本有趣有料的科普書盤點
  

• 終于有人把AI、BI、大數據、數據科學講明白了
  

• 監督學習、非監督學習、強化學習都是什么？終于有人講明白了
  

• 一條SQL引發的“血案”：與SQL優化相關的4個案例

更多精彩????

在公眾號對話框輸入以下關鍵詞

查看更多優質內容！

PPT?|?讀書?|?書單?|?硬核?|?干貨?|?講明白?|?神操作

大數據?|?云計算?|?數據庫?|?Python?|?可視化

AI?|?人工智能?|?機器學習?|?深度學習?|?NLP

5G?|?中臺?|?用戶畫像?|?1024?|?數學?|?算法?|?數字孿生

據統計，99%的大咖都完成了這個神操作

????

總結

以上是生活随笔為你收集整理的6个案例手把手教你用Python和OpenCV进行图像处理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。