cv2.imshow("im_bgr", img_bgr)为什么不显示

如果cv2.imshow()函数没有显示图像，可能是以下几个原因：

1. 图像文件路径不正确：请确保图像文件的路径是正确的，可以使用绝对路径或相对路径。

2. 图像文件损坏：请检查图像文件是否已损坏或无法读取。可以尝试用其他图像查看器打开图像文件，看是否能够正常显示。

3. 窗口名称错误：请确保窗口名称与cv2.imshow()函数中的窗口名称相匹配。

4. 图像太大：如果图像太大，可能会导致cv2.imshow()函数无法正常显示图像。可以尝试将图像缩小到合适的大小。

5. 程序运行太快：如果程序运行太快，可能会导致图像无法正常显示。可以在cv2.imshow()函数之后添加cv2.waitKey()函数，以等待用户按下任意键。

6. 显示窗口被误关闭：如果之前有使用cv2.destroyAllWindows()关闭过窗口，需要重新运行程序才能显示图像。

相关问题

cv2.imshow("im_bgr", img_bgr) 必需要有cv2.waitKey(0)才能显示

是的，您说得对。cv2.imshow()函数用于在窗口中显示图像，但在显示图像后，需要使用cv2.waitKey()函数等待用户按下键盘上的任意键，才能继续执行代码。否则，窗口将会立即关闭。例如，如果您想在窗口中显示图像并等待用户按下任意键来关闭窗口，可以这样编写代码：

cv2.imshow("im_bgr", img_bgr)
cv2.waitKey(0)
cv2.destroyAllWindows()

逐行解释以下代码 import cv2 import numpy as np def cvtBackground(path,color): """ 功能：给证件照更换背景色(常用背景色红、白、蓝) 输入参数：path:照片路径 color:背景色 """ im=cv2.imread(path) im_hsv=cv2.cvtColor(im,cv2.COLOR_BGR2HSV) #BGR和HSV的转换使用 cv2.COLOR_BGR2HSV #aim=np.uint8([[im[0,0,:]]]) #hsv_aim=cv2.cvtColor(aim,cv2.COLOR_BGR2HSV) mask=cv2.inRange(im_hsv,np.array([im_hsv[0,0,0]-0.1,100,100]),np.array([im_hsv[0,0,0]+0.1,255,255])) #利用cv2.inRange函数设阈值，去除背景部分 mask1=mask #在lower_red～upper_red之间的值变成255 img_median = cv2.medianBlur(mask,5) #自己加，中值滤波，去除一些边缘噪点 mask2 = img_median mask_inv=cv2.bitwise_not(mask2) img1=cv2.bitwise_and(im,im,mask=mask_inv) #将人物抠出 bg=im.copy() rows,cols,channels=im.shape bg[:rows,:cols,:]=color img2=cv2.bitwise_and(bg,bg,mask=mask2) #将背景底板抠出 img=cv2.add(img1,img2) #改变图片比例 h, w = img.shape[:2] img5 = cv2.resize(img, (int(w * 1/3), int(h * 1/3)), interpolation=cv2.INTER_LINEAR) image={'im':im,'im_hsv':im_hsv,'mask':mask1,'img_median':img_median,'img':img5} cv2.startWindowThread() #加了这个后在图片窗口按Esc就可以关闭图片窗口 for key in image: cv2.namedWindow(key) cv2.imshow(key,image[key]) cv2.waitKey(0) cv2.destroyAllWindows() return image #test if __name__=='__main__': img=cvtBackground('zjz.jpeg',[55,55,55])

这段代码实现了给证件照更换背景色的功能，具体解释如下：

1. 首先导入需要用到的库：cv2 (OpenCV) 和 numpy。
2. 定义了一个名为 cvtBackground 的函数，其中 path 表示图片路径，color 表示要更换的背景颜色，可以是红、白或蓝。
3. 使用 cv2.imread 函数读取图片，并使用 cv2.COLOR_BGR2HSV 将 BGR 格式的图片转换为 HSV 格式。
4. 利用 cv2.inRange 函数设定阈值，去除背景部分，生成掩膜 mask。
5. 使用中值滤波函数 cv2.medianBlur 去除一些边缘噪点，并将处理后的掩膜保存为 mask2。
6. 利用 cv2.bitwise_not 函数生成 mask_inv，表示掩膜的反转。
7. 使用 cv2.bitwise_and 函数将人物抠出，保存为 img1。
8. 将底板 bg 生成与图片尺寸相同的背景，并将其赋值为 color。
9. 使用 cv2.bitwise_and 函数将背景底板抠出，保存为 img2。
10. 使用 cv2.add 函数将抠出的人物和背景合成一张图片，保存为 img。
11. 最后使用 cv2.resize 函数改变图片比例，将图片缩小至原图的1/3，并将处理后的各个变量以字典的形式保存到 image 中，便于后续查看处理效果。
12. 在主函数中调用 cvtBackground 函数并传入图片路径和要更换的背景颜色，将返回的 image 变量中的图像显示在窗口中。