py学习之图片视频显示

图片OpenCV学习笔记(2):读取和写入图像https://blog.youkuaiyun.com/xunalove/article/details/77532582

注意:当使用ffmpeg时,需要进行解释器安装,除了在pycharm中安装,也需要根据编译警告在conda中,以及Terminal中进行操作

两种视频显示的方法https://blog.youkuaiyun.com/anymake_ren/article/details/78753707

第一种不建议用,会导致内存占用,严重浪费,

而opencv有完整的释放缓存程序步骤https://blog.youkuaiyun.com/li_huifei/article/details/79049647

个人学习(十) - python获取视频https://blog.youkuaiyun.com/github_27587443/article/details/72859273?utm_source=blogxgwz0

python实现opencv学习三:打印图片的属性,另存为图片https://blog.youkuaiyun.com/u011321546/article/details/79514768

图像就是矩阵https://blog.youkuaiyun.com/saltriver/article/details/78882596?utm_source=blogxgwz3

矩阵的属性查看:

>>>import numpy as np 
>>>from numpy import random 
>>>matrix = random.random(size=(2,4))  
>>>matrix.shape   #矩阵每维的大小
(2,4) 
>>>print matrix.size  #矩阵所有数据的个数
8
>>>print matrix1.dtype  #矩阵每个数据的类型 
dtype('float64')
>>>a=[1,2,3,4]
>>>len(a)
4

 

### 如何在Python脚本中添加或处理图片Python中,可以使用多个库来处理图像文件。以下是两种常用的方法:一种基于Pillow库[^2],另一种基于OpenCV库[^3]。 #### Pillow库的使用 Pillow是一个非常流行的图像处理库,它继承了PIL的功能并扩展到了Python 3的支持。通过以下方式可以在Python脚本中加载和处理图像: 1. **安装Pillow** 需要先安装Pillow库,可以通过pip命令完成: ```bash $ pip install pillow ``` 2. **基本操作** 使用Pillow库可以轻松实现图像的基本操作,例如打开、显示、保存以及格式转换等。 - 打开图像: ```python from PIL import Image image = Image.open("example.jpg") # 加载图像文件 ``` - 显示图像: ```python image.show() # 调用默认程序展示图像 ``` - 获取图像尺寸: ```python width, height = image.size # 返回元组 (width, height)[^5] print(f"Image size: {width}x{height}") ``` - 保存图像为其他格式: ```python image.save("output.png", "PNG") # 将JPEG转存为PNG ``` #### OpenCV库的使用 OpenCV是另一个广泛使用的计算机视觉库,适合更复杂的图像处理需求。它的主要特点在于性能优越且功能强大。 1. **安装OpenCV** 同样需要先安装该库: ```bash $ pip install opencv-python ``` 2. **基础应用** OpenCV提供了丰富的函数用于图像读写与变换。下面是一些常见的例子: - 读取图像: ```python import cv2 img = cv2.imread('example.jpg') # 加载图像文件 if img is None: print("Error loading image!") else: print("Image loaded successfully.") ``` - 修改颜色空间(BGR → RGB): ```python rgb_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # BGR转RGB模式[^4] ``` - 展示图像窗口: ```python cv2.imshow('Example', img) # 创建一个名为'Example'的窗口 cv2.waitKey(0) # 等待按键事件关闭窗口 cv2.destroyAllWindows() ``` #### 对比分析 虽然两者都能满足大部分日常开发中的图像处理需求,但在某些特定场景下各有优劣。比如对于简单的编辑任务来说,Pillow更加简洁易懂;而对于涉及视频流或者实时数据捕捉的应用,则推荐选用OpenCV因为其效率更高并且具备更多专门针对机器学习模型集成的能力。 ```python from PIL import Image import cv2 # 使用Pillow加载一张图片 pil_image = Image.open("test.jpg") # 使用OpenCV加载同一张图片 cv_image = cv2.imread("test.jpg") ``` ---
评论
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