【OpenCv 4 Python 3.7】图像加载、显示、保存

YL_python_C++_java

墨衍会员 · AI 创作全网分发码龄7年

关注

原创最新推荐文章于 2026-04-16 05:38:52 发布 447 阅读 AI 写同款· GEO 优化 ›

Python3+OpenCV学习笔记（一）：图像加载、显示和保存利用写博客笔记的方式来进行Python和OpenCV学习，记录学习过程、学习心得和遇到的问题。阅读详情

在新版本的OpenCV4中，最简单的图像载入和显示只需要3句代码，非常便捷。这三句代码分别对应了三个函数，他们分别是：

imread( ), namedWindow( )以及imshow( )。我们依次来解析一下这三个函数。

1.imread函数

首先，我们看imread函数，可以在OpenCV官方文档中查到其原型如下：

Mat imread(const string& filename, intflags=1 );

■ 第一个参数，const string&类型的filename，填我们需要载入的图片路径名。

在Windows操作系统下，OpenCV的imread函数支持如下类型的图像载入：

Windows位图 - *.bmp, *.dib
JPEG文件 - *.jpeg, *.jpg, *.jpe
JPEG 2000文件- *.jp2
PNG图片 - *.png
便携文件格式- *.pbm, *.pgm, *.ppm
Sun rasters光栅文件 - *.sr, *.ras
TIFF 文件 - *.tiff, *.tif
■ 第二个参数，int类型的flags，为载入标识，它指定一个加载图像的颜色类型。可以看到它自带缺省值1.所以有时候这个参数在调用时我们可以忽略，在看了下面的讲解之后，我们就会发现，如果在调用时忽略这个参数，就表示载入三通道的彩色图像。

可以在OpenCV中标识图像格式的枚举体中取值。通过转到定义，我们可以在imgcodecs_c.h中发现这个枚举的定义是这样的：
CV_LOAD_IMAGE_ANYDEPTH ，如果取这个标识的话，若载入的图像的深度为16位或者32位，就返回对应深度的图像，否则，就转换为8位图像再返回。
CV_LOAD_IMAGE_COLOR ，如果取这个标识的话，总是转换图像到彩色一体
CV_LOAD_IMAGE_GRAYSCALE，如果取这个标识的话，始终将图像转换成灰度

如果输入有冲突的标志，将采用较小的数字值。比如CV_LOAD_IMAGE_COLOR | CV_LOAD_IMAGE_ANYCOLOR 将载入3通道图。

如果想要载入最真实的图像，选择CV_LOAD_IMAGE_ANYDEPTH | CV_LOAD_IMAGE_ANYCOLOR。

因为flags是int型的变量，如果我们不在这个枚举体中取值的话，还可以这样来：

flags >0返回一个3通道的彩色图像。
flags =0返回灰度图像。
flags <0返回包含Alpha通道的加载的图像。
需要注意的点：输出的图像默认情况下是不载入Alpha通道进来的。如果我们需要载入Alpha通道的话呢，这里就需要取负值。

2.namedWindow函数

顾名思义，namedWindow函数，用于创建一个窗口。

函数原型是这样的：

void namedWindow(const string& winname,int flags=WINDOW_AUTOSIZE );

■ 第一个参数，const string&型的name，即填被用作窗口的标识符的窗口名称。

■ 第二个参数，int 类型的flags ，窗口的标识，可以填如下的值：

WINDOW_NORMAL设置了这个值，用户便可以改变窗口的大小（没有限制）
WINDOW_AUTOSIZE如果设置了这个值，窗口大小会自动调整以适应所显示的图像，并且不能手动改变窗口大小。
WINDOW_OPENGL 如果设置了这个值的话，窗口创建的时候便会支持OpenGL。
函数剖析：

首先需要注意的是，它有默认值WINDOW_AUTOSIZE，所以，一般情况下，这个函数我们填一个变量就行了。

namedWindow函数的作用是，通过指定的名字，创建一个可以作为图像和进度条的容器窗口。如果具有相同名称的窗口已经存在，则函数不做任何事情。

我们可以调用destroyWindow()或者destroyAllWindows()函数来关闭窗口，并取消之前分配的与窗口相关的所有内存空间。

但话是这样说，其实对于代码量不大的简单小程序来说，我们完全没有必要手动调用上述的destroyWindow()或者destroyAllWindows()函数，因为在退出时，所有的资源和应用程序的窗口会被操作系统会自动关闭。

3.imshow函数

在指定的窗口中显示一幅图像。

void imshow(const string& winname, InputArray mat);

■ 第一个参数，const string&类型的winname，填需要显示的窗口标识名称。

■ 第二个参数，InputArray 类型的mat，填需要显示的图像。

这里的InputArray 我们讲一下吧，不然一直是个梗在这边。通过转到定义大法，我们可以在highgui.hpp中查到imshow的原型：

CV_EXPORTS_W void imshow(const string&winname, InputArray mat);
进一步对InputArray转到定义，在mat.hpp中查到一个typedef声明：

typedef const _InputArray& InputArray;
这其实一个类型声明引用，就是说_InputArray和InputArray是一个意思，既然他们是一个意思，我们就来做最后一步，对_InputArray进行转到定义，终于，我们在mat.hpp发现了InputArray的真身：
_InputArray类的里面首先定义了一个枚举，然后是各类的模板类型和一些方法。更复杂的我们暂且不挖深讲了，很多时候，遇到函数原型中的InputArray类型，我们把它简单地当做Mat类型就行了。

imshow 函数详解：

imshow 函数用于在指定的窗口中显示图像。如果窗口是用CV_WINDOW_AUTOSIZE（默认值）标志创建的，那么显示图像原始大小。否则，将图像进行缩放以适合窗口。而imshow 函数缩放图像，取决于图像的深度：

如果载入的图像是8位无符号类型（8-bit unsigned），就显示图像本来的样子。
如果图像是16位无符号类型（16-bit unsigned）或32位整型（32-bit integer），便用像素值除以256。也就是说，值的范围是[0,255 x 256]映射到[0,255]。
如果图像是32位浮点型（32-bit floating-point），像素值便要乘以255。也就是说，该值的范围是[0,1]映射到[0,255]。
还有一点，若窗口创建（namedWindow函数）的时候，如果设定了支持OpenGL（WINDOW_OPENGL ），那么imshow还支持ogl::Buffer ,ogl::Texture2D以及gpu::GpuMat作为输入。

四、输出图像到文件——imwrite函数

在OpenCV中，输出图像到文件，我们一般都用imwrite函数，它的声明如下：

bool imwrite(const string& filename,InputArray img, const vector& params=vector() );
■ 第一个参数，const string&类型的filename，填需要写入的文件名就行了，带上后缀，比如，“123.jpg”这样。

■ 第二个参数，InputArray类型的img，一般填一个Mat类型的图像数据就行了。

■ 第三个参数，const vector&类型的params，表示为特定格式保存的参数编码，它有默认值vector()，所以一般情况下不需要填写。而如果要填写的话，有下面这些需要了解的地方：

对于JPEG格式的图片，这个参数表示从0到100的图片质量（CV_IMWRITE_JPEG_QUALITY），默认值是95.
对于PNG格式的图片，这个参数表示压缩级别（CV_IMWRITE_PNG_COMPRESSION）从0到9。较高的值意味着更小的尺寸和更长的压缩时间，而默认值是3。
对于PPM，PGM，或PBM格式的图片，这个参数表示一个二进制格式标志（CV_IMWRITE_PXM_BINARY），取值为0或1，而默认值是1。
函数解析：

imwrite函数用于将图像保存到指定的文件。图像格式是基于文件扩展名的，可保存的扩展名和imread中可以读取的图像扩展名一样，为了方便查看，我们在这里再列一遍：

Windows位图 - *.bmp, *.dib
JPEG文件 - *.jpeg, *.jpg, *.jpe
JPEG 2000文件- *.jp2
PNG图片 - *.png
便携文件格式- *.pbm, *.pgm, *.ppm
Sun rasters光栅格式 - *.sr, *.ras
TIFF 文件 - *.tiff, *.tif

代码实现：

import cv2 as cv
import numpy as np


def video_demo():
    capture = cv.VideoCapture(0) #本机摄像头，也可以放置视频文件
    while(True):
        ret, frame = capture.read()  #返回值，每一帧
        frame = cv.flip(frame, 1)   #左右上下调换
        cv.imshow("video", frame)
        c = cv.waitKey(50)
        if c == 27:
            break


def get_image_info(image):
    print(type(image))
    print(image.shape)
    print(image.size)
    print(image.dtype)    #字节位数
    pixel_data = np.array(image)
    print(pixel_data)


print("--------- Hello Python ---------")
src = cv.imread("E:/ji_qi_xue_xi/opencv_kejian/opencv_python_image/lena.png")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
get_image_info(src)
video_demo()
gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
cv.imwrite("E:/ji_qi_xue_xi/opencv_kejian/opencv_python_image/result.png", gray)  #imwrite读取n维数组
cv.waitKey(0)

cv.destroyAllWindows()