Python+OpenCV图像处理(一)——读取显示一张图片

本文介绍如何使用Python结合OpenCV库读取并显示图片。通过具体代码示例,详细解释了各函数的作用及参数意义,如读取图片、创建窗口、显示图片等步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

  先在此处先声明,后面学习python+opencv图像处理时均参考这位博主的博文https://blog.youkuaiyun.com/u011321546/article/category/7495016/2?,我只是复现和稍微修改一下代码,加深自己印象的同时也督促自己好好学习图像处理,在这里再一次感谢这位博主的博文。

配置好所有环境后,开始利用python+opencv进行图像处理第一步。

读取和显示一张图片:

import cv2 as cv
src=cv.imread('E:\imageload\example.png')       
cv.namedWindow('input_image', cv.WINDOW_AUTOSIZE)
cv.imshow('input_image', src)
cv.waitKey(0)
cv.destroyAllWindows()

输出效果:

代码解释:

  src=cv.imread('E:\imageload\example.png')   

  #读取这个路径的图片     注意这里的路径必须全是英文,不能有中文       但是分隔符\是随意的,还可以是 /   \\    // 形式的 (在python3至少是这样)

  cv.namedWindow('input_image', cv.WINDOW_AUTOSIZE) 

   #namedWindow函数,用于创建一个窗口        默认值为WINDOW_AUTOSIZE,所以一般情况下,这个函数我们填第一个变量就可以了。其实这一行代码没有也可以正常显示的(下面imshow会显示)

  cv.imshow('input_image', src) 

  #在指定的窗口中显示一幅图像

  cv.waitKey(0)           

  #   参数=0: (也可以是小于0的数值)一直显示,不会有返回值      若在键盘上按下一个键即会消失 ,则会返回一个按键对应的ascii码值       

    参数>0:显示多少毫秒        超过这个指定时间则返回-1

  cv.destroyAllWindows() 

   #删除建立的全部窗口,释放资源

注意:若同时使用namedWindow和imshow函数,则两个函数的第一个参数名字必须相同。

重要一点:在pycahrm里一定要把Project Encoding设置为utf-8,否则在新建的py文件里注释中文字符时,Pycharm运行会报错。

当然如果已经新建了py文件,要避免报错的话,应该在代码第一行注释:#encoding=gbk

PythonOpenCV中实现直线检测,可以使用Hough变换来检测直线。Hough变换是种常用的图像处理方法,可用于检测直线、圆等几何形状。 以下是个简单的示例代码,使用Hough变换来检测直线并计算交点: ```python import cv2 import numpy as np # 读取图像 img = cv2.imread('test.jpg') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 边缘检测 edges = cv2.Canny(gray, 50, 150, apertureSize=3) # Hough变换检测直线 lines = cv2.HoughLines(edges, 1, np.pi/180, 200) # 计算交点 points = [] for i in range(len(lines)): for j in range(i+1, len(lines)): rho1, theta1 = lines[i][0] rho2, theta2 = lines[j][0] if abs(theta1 - theta2) < np.pi/4: continue a = np.array([[np.cos(theta1), np.sin(theta1)], [np.cos(theta2), np.sin(theta2)]]) b = np.array([rho1, rho2]) x0, y0 = np.linalg.solve(a, b) points.append((int(x0), int(y0))) # 绘制直线和交点 for line in lines: rho, theta = line[0] a = np.cos(theta) b = np.sin(theta) x0 = a*rho y0 = b*rho x1 = int(x0 + 1000*(-b)) y1 = int(y0 + 1000*(a)) x2 = int(x0 - 1000*(-b)) y2 = int(y0 - 1000*(a)) cv2.line(img, (x1,y1), (x2,y2), (0,0,255), 2) for point in points: cv2.circle(img, point, 5, (0,255,0), -1) # 显示图像 cv2.imshow('image', img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在代码中,首先读取图像并进行灰度转换和边缘检测。然后使用Hough变换检测直线,并计算交点。最后绘制直线和交点,并显示图像。 需要注意的是,在计算交点时,需要将两条直线的极坐标表示转换为直角坐标表示,并使用线性方程组求解。 希望这个例子能够帮助到你实现直线检测并计算交点。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值