把今天的学习的opencv知识先记录一下！
运行环境是：pycharm
话不多说，献上代码再说：
import cv2 # opencv读取的格式是BGR
import matplotlib.pyplot as plt
import numpy as np
# 读取图片；括号里面填写好路径就行！！
img = cv2.imread("./123.jpg")
print(img)
# 图像显示在窗口上面
# cv2.imshow("image", img)
# # 参数代表关闭图片后程序关闭的时间，数字越大时间越久
# cv2.waitKey(0)
# # 窗口关闭
# cv2.destroyAllWindows()
# shape方法：shape返回的是图像的行数，列数，色彩通道数
print(img.shape)
# (1440, 1080, 3)
# 改为灰色,图片转换为灰度图
img = cv2.imread("./123.jpg", cv2.IMREAD_GRAYSCALE)
print("*" * 100)
print(img)
print(img.shape)
# (1440, 1080)
cv2.imshow("image", img)
# 参数代表等待时间
cv2.waitKey(0)
# 窗口关闭
cv2.destroyAllWindows()
# 保存改变
cv2.imwrite("123.jpg", img)
# 查看图片类型
sd = type(img)
print(sd)
# 查看图片的总像素
img.size
print(img.size)
# 查看存储类型
img.dtype
print(img.dtype)
首先我们先读取我们的图片进来！
# 读取图片；括号里面填写好路径就行！！我这里当先目录下我导入的图片
img = cv2.imread("./123.jpg")跟着我们先尝试一下在打开我们的图片看看！
下面是实现的代码!
# 图像显示在窗口上面
cv2.imshow("image", img)
# 参数代表关闭图片后程序关闭的时间，数字越大时间越久
cv2.waitKey(0)
# 窗口关闭
cv2.destroyAllWindows()运行之后我的图片是这样的
我们可以看看图片具体的像素数据是怎么样的！
img = cv2.imread("./123.jpg")
print(img)输出的结果是：
[[[129 129 129]
[129 129 129]
[129 129 129]
...
[ 76 76 76]
[ 77 77 77]
[ 78 78 78]][[129 129 129]
[129 129 129]
[129 129 129]
...
[ 75 75 75]
[ 76 76 76]
[ 77 77 77]][[129 129 129]
[129 129 129]
[129 129 129]
...
[ 74 74 74]
[ 75 75 75]
[ 75 75 75]]...
[[160 160 160]
[160 160 160]
[161 161 161]
...
[ 59 59 59]
[ 60 60 60]
[ 60 60 60]][[160 160 160]
[160 160 160]
[160 160 160]
...
[ 60 60 60]
[ 60 60 60]
[ 60 60 60]][[159 159 159]
[160 160 160]
[160 160 160]
...
[ 60 60 60]
[ 60 60 60]
[ 61 61 61]]]
有亿点点多！哈哈！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！
这样完成了第一步！
这里我们顺便介绍一下shape的用法！
# shape方法：shape返回的是图像的行数，列数，色彩通道数
print(img.shape)
# (1440, 1080, 3)
第二步我们想这个彩色图片该改为灰度图片，因为在处理图片的时候有时候需要将图片改变为灰度图
# 改为灰色,图片转换为灰度图
img = cv2.imread("./123.jpg", cv2.IMREAD_GRAYSCALE)完成这一步其实差不多了，然后呢，和刚刚开始一样
cv2.imshow("image", img)
# 参数代表关闭图片后程序关闭的时间，数字越大时间越久
cv2.waitKey(0)
# 窗口关闭
cv2.destroyAllWindows()还要补充一下
如果我们将123.jpg这一张图片改为灰度图之后；然后执行保存的话，那我们原先彩色的图片就会改为灰度图了。 变成下面的样子!
# 保存函数
cv2.imwrite("123.jpg", img)
最后我们顺便普及一下几个方法的作用：
# 查看图片类型
sd = type(img)
print(sd)
# 查看图片的总像素
img.size
print(img.size)
# 查看存储类型
img.dtype
print(img.dtype)今天具体就分享这么多了，如果有上面有什么写错或者想和我交流，可以私信我哦！！！！
扩展：python opencv将图片转为灰度图
使用opencv将图片转为灰度图主要有两种方法，第一种是将彩色图转为灰度图，第二种是在使用OpenCV读取图片的时候直接读取为灰度图。
将彩色图转为灰度图
import cv2
import numpy as np
if __name__ == "__main__":
img_path = "timg.jpg"
img = cv2.imread(img_path)
#获取图片的宽和高
width,height = img.shape[:2][::-1]
#将图片缩小便于显示观看
img_resize = cv2.resize(img,
(int(width*0.5),int(height*0.5)),interpolation=cv2.INTER_CUBIC)
cv2.imshow("img",img_resize)
print("img_reisze shape:{}".format(np.shape(img_resize)))
#将图片转为灰度图
img_gray = cv2.cvtColor(img_resize,cv2.COLOR_RGB2GRAY)
cv2.imshow("img_gray",img_gray)
print("img_gray shape:{}".format(np.shape(img_gray)))
cv2.waitKey()img_reisze shape:(337, 600, 3)
img_gray shape:(337, 600)
使用opencv读取图片的时候，默认使用的是BGR来读取图片的，可以看到原始读取的图片是3通道的，经过转换之后变成了单通道。
直接将图片采用灰度图的方式进行读取
import cv2
import numpy as np
if __name__ == "__main__":
img_path = "timg.jpg"
img = cv2.imread(img_path)
#获取图片的宽和高
width,height = img.shape[:2][::-1]
#将图片缩小便于显示观看
img_resize = cv2.resize(img,
(int(width*0.5),int(height*0.5)),interpolation=cv2.INTER_CUBIC)
cv2.imshow("img",img_resize)
print("img_reisze shape:{}".format(np.shape(img_resize)))
#读取灰度图
img_gray = cv2.imread(img_path,cv2.IMREAD_GRAYSCALE)
#将图片缩小便于显示观看
img_gray = cv2.resize(img_gray,
(int(width*0.5),int(height*0.5)),interpolation=cv2.INTER_CUBIC)
cv2.imshow("img_gray",img_gray)
print("img_gray shape:{}".format(np.shape(img_gray)))
cv2.waitKey()img_reisze shape:(337, 600, 3)
img_gray shape:(337, 600)
到此这篇关于Python opencv图像基本操作学习之灰度图转换的文章就介绍到这了,更多相关opencv灰度图转换内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
