openCV for python 学习（一）：环境搭建与图片显示

朱雀 2022-07-14 11:23 144阅读 0赞

[openCV for python 学习（一）：环境搭建与图片显示][openCV for python]

我的上创课题和HCI的期末作业都要用到图像处理方面的东西，是时候玩玩儿openCV了。

但是Visual Studio又周期性地出问题了，而且我也不怎么想写C++。恰好openCV官方已经开始支持python了，那就二话不说，dive into openCV for python。

在配置openCV之前，首先要确认你已正确安装了NumPy，这个是必须要安装的。

另外一个很有用的包是matplotlib，是一个很方便的绘图工具包。假如你之前用过matlab绘图的话，那么这个包用起来应该很顺手了。

我之前下载过Anaconda，一个用python进行科学计算的平台，里面集成了诸如NumPy, SciPy, PIL, matplotlib等常用的图像处理包。如果你自己配不好这些包，可以先下载Anaconda或之类的科学平台，然后在它的安装目录下找到python2X\\Lib\\site-packages，把需要的包粘贴到你自己的python路径下就可以了。

在python下配置openCV还是比较简单的。从openCV的官网下载安装包。解压完成后，在build\\python\\2.7\\x86下找到cv2.pyd文件（64位系统在x64文件夹下），复制到%PYTHON27%\\Lib\\site-packages下就可以了。打开IDLE，输入：

import cv2
    print cv2.__version__

如果显示出openCV的版本号，那么环境就搭建好了。简直不能比VS简单更多。

注意：openCV目前只支持python2.x版本。

装好之后，我们先小试一把。如下脚本文件：

![复制代码][copycode.gif]

import cv2
    import numpy as np
    from matplotlib import pyplot as plt
    if __name__ == '__main__':
        
        #show image with imshow
        img = cv2.imread('3dsmax.jpg',1)
        cv2.namedWindow('image', cv2.WINDOW_NORMAL)
        cv2.imshow('image',img)
        cv2.waitKey(0)
        cv2.destroyAllWindows()

![复制代码][copycode.gif]

导入包什么的我就不介绍了，下文如果没有特别表明的话，默认包含了上述的三个导入语句。

至于if \_\_name\_\_ == '\_\_main\_\_':  ， 加上这个条件后，双击脚本文件就可以直接运行了，相当于一个main函数。

接着我们来逐个解释用到的函数：

（1）cv2.imread() ：这个函数用于读入图片，应输入两个参数：图片路径，显示模式。返回一个nparray（NumPy中的数组，与python自带的list有很多不同，此处暂且不提）。显示模式有三种，分别是： 色彩模式——1， 灰度模式——0，带透明度参数模式—— -1. 输入模式对应的数字，或者直接使用常量：

cv2.IMREAD\_COLOR , cv2.IMREAD\_GRAYSCALE , cv.IMREAD\_UNCHANGED。

（2）cv2.namedWindow() ：这个没什么好介绍的，就是初始化一个窗口。

（3）cv2.imshow() : 这个函数用于在窗口中显示图片，有两个参数 ：窗口名称与图片变量。此处的变量来自函数（1）的返回值，是一个nparray。

（4）cv2.waitKey(0) ：这个函数是一个绑定键盘动作的函数，它的参数是一个数字，表示在相应的毫秒之后监听键盘动作。我觉得它就是加入了一个阻塞，满足条件之后解除阻塞，执行之后的语句。

（5）cv2.destroyAllWindows() ： 这个函数就是关闭窗口，和（4）连起来就是按下任意键关闭显示图片的窗口。

所以，这段代码就是读入图片，显示图片，按任意键关闭窗口。一段十分简单的Hello world to openCV~~美丽的优胜美地公园！

![111647345013852.png][]

接着我们再试一下matplotlib中的图片显示：

img = cv2.imread('yosemeti.jpg',0)
    plt.imshow(img,cmap='gray', interpolation='bicubic')
    plt.show()

（1）plt.imshow(): 这个函数用于将图片放入显示窗口中，但并不会弹出窗口。有三个参数：图像的nparray，显示类型cmap以及插值算法。前两个参数前面介绍过了。第三个参数是用于选择插值算法，填补图像由于拉伸放大造成的不平滑的像素块，保持一定的图片质量。此处选择的是双三次插值算法，是一种精度很高但速度偏慢的算法。

（2）plt.show()：弹出包含了图片的窗口，像这个样子：

![111917206577196.jpg][]

此处有一个细节问题，那就是cv2.imread()读入彩色图像时，返回的nparray是按照B,G,R的顺序排列的，而matplotlib中的plt.imshow()显示彩色图像时，是按照RGB的顺序显示的，因此就会造成红蓝色的错乱，写段代码看下效果：

![复制代码][copycode.gif]

img = cv2.imread('yosemeti.jpg',1)
        b,g,r = cv2.split(img)
        img2 = cv2.merge([r,g,b])
        plt.subplot(121)
        plt.imshow(img)
        plt.subplot(122)
        plt.imshow(img2)
        plt.show()

![复制代码][copycode.gif]

效果如下：

![111923590487385.jpg][]

左边是红蓝对调的图片，右边是正常的原图。嗯，黄昏与清晨的区别。。。

最后推荐一个很好的网站 http://opencv-python-tutroals.readthedocs.org/en/latest/index.html\#

我基本就是跟着他走，讲的挺详细的，还有一些小练习。顺便也锻炼了英文文献阅读能力了~

标签: [ python][python], [ openCV][openCV]

好文要顶 关注我  收藏该文 ![icon_weibo_24.png][] ![wechat.png][]

[![20150504214450.png][]][20150504214450.png 1]

[GaminoLiu][20150504214450.png 1]  
[关注 - 3][- 3]  
[粉丝 - 1][- 1]

\+加关注

[« ][Link 1]上一篇： [pyinstaller2.0简单用例][Link 1]  
[» ][Link 2]下一篇： [向云服务器部署django项目][Link 2]

[openCV for python]: http://www.cnblogs.com/gaminoliu/p/4493710.html
[copycode.gif]: /images/20220714/84f244a7cbbe4eb6abdc58a0ec9859ed.png
[111647345013852.png]: /images/20220714/77d16660a3af41d29b3c65712ff203d4.png
[111917206577196.jpg]: /images/20220714/054c07574393487baad93f1843f120b6.png
[111923590487385.jpg]: /images/20220714/ae7a6e4ac2574128961a5750f4265889.png
[python]: http://www.cnblogs.com/gaminoliu/tag/python/
[openCV]: http://www.cnblogs.com/gaminoliu/tag/openCV/
[icon_weibo_24.png]: http://common.cnblogs.com/images/icon_weibo_24.png
[wechat.png]: /images/20220714/771687e7a0264516ba544f307105fc63.png
[20150504214450.png]: /images/20220714/132af8ec97c4409bb31d8bba7ef775a0.png
[20150504214450.png 1]: http://home.cnblogs.com/u/gaminoliu/
[- 3]: http://home.cnblogs.com/u/gaminoliu/followees
[- 1]: http://home.cnblogs.com/u/gaminoliu/followers
[Link 1]: http://www.cnblogs.com/gaminoliu/p/4471807.html
[Link 2]: http://www.cnblogs.com/gaminoliu/p/4725120.html