A股上市公司传智教育(股票代码 003032)旗下技术交流社区北京昌平校区

 找回密码
 加入黑马

QQ登录

只需一步,快速开始



1.    OpenCV图像显示

之前用cv2.imshow显示图像,但这种方式无法显示的窗口无法调整大小,当显示的图像比较大的时候就无法看到完整的图像,因此我们先创建窗口再显示图像:




  • import cv2







  • img = cv2.imread('f:\\tmp\\cotton.jpg')







  • win = cv2.namedWindow('test win', flags=0)







  • cv2.imshow('test win', img)







  • cv2.waitKey(0)







opencv采用窗口名称来访问窗口,而不是窗口句柄之类的东西。

flags为0表示窗口可以用鼠标来改变大小,此时显示的图像也跟着窗口大小变化,需要注意的是它可能会导致图像的变形:




cv2.namedWindow最终使用下面的c函数完成具体的功能:




  • /* create window */



  • CVAPI(int) cvNamedWindow( const char* name, int flags CV_DEFAULT(CV_WINDOW_AUTOSIZE) );



这里的flags可以接受的值为:



  •     //These 2 flags are used by cvNamedWindow and cvSet/GetWindowProperty



  •     CV_WINDOW_NORMAL       = 0x00000000, //the user can resize the window (no constraint)  / also use to switch a fullscreen window to a normal size



  •     CV_WINDOW_AUTOSIZE     = 0x00000001, //the user cannot resize the window, the size is constrainted by the image displayed



  •     CV_WINDOW_OPENGL       = 0x00001000, //window with opengl support







2.    matplotlib图像显示
接下来试试用matplotlib显示图像:



  • import cv2



  • import matplotlib.pyplot as plt







  • img = cv2.imread('f:\\tmp\\cotton.jpg')







  • plt.imshow(img)



  • plt.show()



图像的颜色有误:



将第1通道和第3通道交换后显示:



  • import numpy as np



  • import cv2



  • import matplotlib.pyplot as plt







  • img = cv2.imread('f:\\tmp\\cotton.jpg')



  • (r, g, b)=cv2.split(img)



  • img=cv2.merge([b,g,r])







  • plt.imshow(img)



  • plt.show()








这回正常了:




从前面可以看到cv2.imshow与plt.imshow的差异。cv2.imshow显示的图像窗口难以按比例缩放,但如果用plt.imshow则需要交换第一个颜色通道和第三个颜色通道。


3.    用plt读取图像

再比较一下plt.imread和cv2.imread的差别:




  • import numpy as np



  • import cv2



  • import matplotlib.pyplot as plt







  • img1 = cv2.imread('f:\\tmp\\cotton.jpg')



  • img2 = plt.imread('f:\\tmp\\cotton.jpg')







  • plt.subplot(121)



  • plt.imshow(img1)







  • plt.subplot(122)



  • plt.imshow(img2)







  • plt.show()







上述代码读取同一张图像并用相同的方法显示,差异还是在颜色通道上:





4.    matplotlib显示灰度图

对于只有一个颜色通道的图像,matplotlib可以指定一个map,将单个颜色通道的图像转换为彩色图像。


matplotlib支持下面的map。




  • In [8]: import matplotlib.cm as cm







  • In [9]: cm.cmap_d



  • Out[9]:



  • {u'Accent': <matplotlib.colors.LinearSegmentedColormap at 0x22cbf50>,



  • u'Accent_r': <matplotlib.colors.LinearSegmentedColormap at 0x22d7150>,



  • .......



  • u'winter': <matplotlib.colors.LinearSegmentedColormap at 0x22d7290>,



  • u'winter_r': <matplotlib.colors.LinearSegmentedColormap at 0x22cb910>}



选择一个map进行显示:



  • import numpy as np



  • import cv2



  • import matplotlib.pyplot as plt



  • import matplotlib.cm as cm







  • img = plt.imread('f:\\tmp\\cotton.jpg')



  • img = img[:,:,0]







  • plt.subplot(121)



  • plt.imshow(img)







  • plt.subplot(122)



  • #plt.colorbar()



  • plt.imshow(img, cmap=cm.get_cmap('winter'))







  • plt.show()







结果如下:





【转载】https://blog.csdn.net/lights_joy ... 907?utm_source=copy

2 个回复

倒序浏览
奈斯
回复 使用道具 举报
回复 使用道具 举报
您需要登录后才可以回帖 登录 | 加入黑马