opencv 读取图片 图片数据处理 笔记

1. python中各类图片读取工具的比较

参考Python各类图像库的图片读写方式总结可知，opencv的性能表现最好。opencv yyds

相关文章收藏：

• Python-OpenCV:cv2.imread(),cv2.imshow(),cv2.imwrite()
• Python各类图像库的图片读写方式总结

2. opencv常用函数

2.1 读取图片

cv2.imread(filename, flags)

参数解释
filename：图片的完整路径
flags：标志位，{cv2.IMREAD_COLOR，cv2.IMREAD_GRAYSCALE，cv2.IMREAD_UNCHANGED}

cv2.IMREAD_COLOR：默认参数，读入一副彩色图片，忽略alpha通道，可用1作为实参替代
cv2.IMREAD_GRAYSCALE：读入灰度图片，可用0作为实参替代
cv2.IMREAD_UNCHANGED：顾名思义，读入完整图片，包括alpha通道，可用-1作为实参替代
PS：alpha通道，又称A通道，是一个8位的灰度通道，该通道用256级灰度来记录图像中的透明度复信息，定义透明、不透明和半透明区域，其中黑表示全透明，白表示不透明，灰表示半透明

返回值
<class 'numpy.ndarray'>

1. 形状。当标志位flags为cv2.IMREAD_COLOR或cv2.IMREAD_UNCHANGED时（彩色图），形状为(H, W, C)；当标志位flags为cv2.IMREAD_GRAYSCALE时（灰度图），形状为(H, W)。其中H为高度，W为宽度，C=3为通道数。提示：可以使用numpy的转置方法将形状调整为(C, H, W)（注意：转置之后就不能再使用cv2.resize、cv2.cvtColor等函数了，因为cv2并不知道你转置了，cv2只认识形状为(H, W, C)的图片）。

img = img.transpose(2, 0, 1)  # 形状(H, W, C)转置为(C, H, W)

1. 彩色图的通道顺序。默认通道顺序为BGR，这与我们熟知的通道顺序RGB不一致，而且所有主流工具库的通道顺序都是RGB。提示：当有需要时，可手动转换通道。

img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

示例

img = cv2.imread('dataset/sample.png', flags=cv2.IMREAD_COLOR)  # 读取彩色图
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)                      # BGR转RGB

2.2 调整图片大小

cv2.resize(src, dsize, dst=..., fx=..., fy=..., interpolation=...)

参数解释
src：输入图片，numpy类型，必须保证形状为(高, 宽, 通道数)。
dsize：调整后的大小，元组类型。填写(宽，高)（与输入图片形状的(高, 宽)相反），不填通道数。
dst：输出图片，一般不用填。
fx,fy：图片沿x轴，y轴的缩放系数；当且仅当dsize=(0,0)或disze=(-1,-1)时生效。
interpolation：插值方式。可选项如下

INTER_NEAREST: 最近邻插值
INTER_LINEAR: 双线性插值（默认设置）
INTER_AREA: 使用像素区域关系进行重采样
INTER_CUBIC: 4x4像素邻域的双三次插值
INTER_LANCZOS4: 8x8像素邻域的Lanczos插值

返回值
<class 'numpy.ndarray'> 即输入图片调整大小之后的图片。
示例

img = cv2.resize(img, (224, 224), interpolation=cv2.INTER_LINEAR)  # 基于双线性插值法调整大小为224*224

2.3 归一化

cv2.normalize(src, dst, alpha=..., beta=..., norm_type=..., dtype=..., mask=...)

对输入的numpy数组进行所有元素归一化（不区分维度）。
参数解释
src：输入数组
dst：输出，可以指定一个变量，赋值给它。可以不填或用None代替。
alpha：①范围归一化的下界；②值归一化的上界。
beta：仅范围归一化时生效，上界。
norm_type：归一化的类型，可选类型如下

NORM_MINMAX：数值被平移或缩放到一个指定的范围$[\alpha,\beta]$，线性归一化，常用。
$dst_{ij}=\alpha + \frac{[src_{ij}-min(src)]\times (\beta-\alpha)}{max(src)-min(src)}$
NORM_INF：分母为L∞范数 ，即矩阵各元素绝对值的最大值（切比雪夫距离）
$dst_{ij}=\frac{src_{ij}}{Max|src|} \times \alpha$
NORM_L1：分母为L1-范数，即矩阵元素的绝对值之和（曼哈顿距离）
$dst_{ij}=\frac{src_{ij}}{\|src\|_1} \times \alpha = \frac{src_{ij}}{\sum|src|} \times \alpha$
NORM_L2：分母为L2-范数，即矩阵各元素的欧几里德距离之和
$dst_{ij}=\frac{src_{ij}}{\|src\|_2} \times \alpha=\frac{src_{ij}}{\sqrt{\sum src_{ij}^2}} \times \alpha$

dtype：一个整数，输出的类型。默认-1，与输入的类型相同；其他值0：uint8，1：int8，2：uint6…
mask：与src形状相同，相应位置上为1时会被归一化，为0时保持原值。

返回值
<class 'numpy.ndarray'>形状与输入相同。
示例

x = cv2.normalize(x, None, alpha=0, beta=1, norm_type=cv2.NORM_MINMAX)
x = cv2.normalize(x, None, alpha=1, norm_type=cv2.NORM_MINMAX)  # 与上一句等价，beta默认为0

参考

• https://blog.51cto.com/joekeji/1892052