openCV（一）——环境配置20.3.24

1.OpenCV环境配置

1.1安装OpenCV

cmd命令行或pycharm终端窗口：

pip install opencv-python

1.2时间评估

通过时钟周期数除以电脑主频来测量运行时间（单位：s）

import cv2
start = cv2.getTickCount()
print(10*10*10)
end = cv2.getTickCount()
print('程序运行:'+str((end-start)/cv2.getTickFrequency())+'s')

1.3 优化原则

1. Numpy的运行速度并不一定比Python语法快，元素数量较少时，用Python基本语法。
2. 尽量避免使用循环，尤其嵌套循环。
3. 优先使用OpenCV/Numpy中封装好的函数。
4. 尽量将数据向量化，变成Numpy的数据格式。
5. 尽量避免数组的复制操作。

2.图片载入、显示、保存

2.1 imread(p1,p2)——加载图片

	img = cv2.imread('03.jpg',0)

传入参数：p1为图片文件名，p2为读入方式：

值	效果
cv2. IMREAD_COLOR/1	彩色图
cv2.IMREAD_GRAYSCALE/0	灰度图
cv2.IMREAD_UNCHANGED/-1	包含透明通道的彩色图

2.2 imshow(p1,p2)——显示图片

cv2.namedWindow('test',cv2.WINDOW_NORMAL)#创建一个窗口，参数为窗口名和适应方式——cv2.WINDOW_AUTOSIZE：窗口大小自适应图片；cv2.WINDOW_NORMAL：表示窗口大小可调整（图片较大时）。
cv2.imshow('test',img) 
cv2.waitKey(0) #等待时间（ms），传入0会一直等待。

2.3 imwrite(p1,p1,p3)——保存图片

1. 图片格式

   常见图片格式	全称	解释
   bmp	Bitmap	不压缩
   jpg	Joint Photographic Experts Group	有损压缩方式
   png	Portable Network Graphics	无损压缩方式

2. 代码

   cv2.imwrite('03-bmp.bmp',img)
   
   cv2.imwrite('03_jpg20.jpg',img,[int(cv2.IMWRITE_JPEG_QUALITY),20])
   cv2.imwrite('03_jpg100.jpg',img,[int(cv2.IMWRITE_JPEG_QUALITY),100])
   
   cv2.imwrite('img_png.png',img)
   cv2.imwrite('img_png5.png',img,[int(cv2.IMWRITE_PNG_COMPRESSION),5])
   cv2.imwrite('img_png9.png',img,[int(cv2.IMWRITE_PNG_COMPRESSION),9])
   

3. 传入参数：p1：保存后的文件名；p2：要保存的图片；p3：控制保存质量：

      cv2.IMWRITE_JPEG_QUALITY：jpg质量控制，取值0~100，值越大，质量越好，默认为95
      cv2.IMWRITE_PNG_COMPRESSION：png质量控制，取值0~9，值越大，压缩比越高，默认为1
   

容量大小跟原图的容量没有直接关系，而是取决于原图的分辨率大小和原图本身的内容（压缩方式），另外，容量变大不代表画质提升。

2.4 扩展：使用Matplotlib库处理图片

1. OpenCV中的图像是以BGR的通道顺序存储的，但Matplotlib是以RGB模式显示的，所以直接在Matplotlib中显示OpenCV图像会出现问题，因此需要转换一下。
2. BGR -> RGB的两种方式：
   • img[:,:,::-1]表示BGR翻转，变成RGB。
   • cv2.cvtColor(img,cv2.COLOR_BGR2RGB)

import cv2
import matplotlib.pyplot as plt
import matplotlib.image as pli
# 1.显示灰度图
img = cv2.imread('img/04.jpg', 0)
plt.imshow(img, cmap='gray')
plt.show()

# 2.显示彩色图
img = cv2.imread('img/04.jpg')
new_img = img[:, :, ::-1] 
# new_img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
plt.subplot(122)
# plt.xticks([])
# plt.yticks([])
plt.imshow(new_img)
plt.show()

# 3.加载保存图片
img = pli.imread('img/04.jpg')
plt.imshow(img)
plt.savefig('img/04_copy.png')
plt.show()

小结

1. 操作比较

功能	opencv函数	Matplotlib函数
加载图片	cv2.imread(‘文件名’，读入方式)	pli.imread(‘文件名’)
显示图片	cv2.imshow(‘窗口名’，图片对象)	plt.imshow(图片对象) plt.show()
保存图片	cv2.imwrite(‘保存文件名’,图片对象)	plt.imshow(图片对象) plt.savefig(‘保存文件名’)

2. 用Matplotlib显示OpenCV图像必须先转换：GBR -> RGB：

   • img[:,:,::-1]表示BGR翻转，变成RGB；
   • cv2.cvtColor(img,cv2.COLOR_BGR2RGB)。

3. opencv中的imshow方法会通过窗口显示图像；Matplotlib中显示图像除了要使用imshow方法还要show方法。

4. Matplotlib中保存图像必须先用imshow方法再用savefig方法，否则会失败。