OpenCV-Python 图像处理基础：读取、显示与保存

"本资源主要介绍了使用OpenCV-Python进行图像基本操作的方法，涵盖了读取、显示、保存图像，以及处理图像边框、颜色通道提取等关键功能。" OpenCV-Python是一个强大的计算机视觉库，它提供了丰富的功能用于图像处理和分析。在Python中，OpenCV的接口（cv2模块）使得图像操作变得简单易行。以下是关于标题和描述中涉及的一些关键知识点的详细说明： 1. **读取图像**： - `cv2.imread()` 函数用于从磁盘加载图像。它接受两个参数：文件名和一个可选的显示控制参数。默认情况下，参数设置为`cv.IMREAD_COLOR`，它将忽略图像的透明度并加载为彩色图像。如果设置为`cv.IMREAD_GRAYSCALE`，则图像会被转换为灰度模式。`cv.IMREAD_UNCHANGED`会保留图像的原始格式，包括alpha通道（透明度）。 示例： ```python img = cv2.imread('image.jpg', cv.IMREAD_COLOR) ``` 2. **显示图像**： - `cv2.imshow()` 函数用于在窗口中显示图像。它需要两个参数：窗口名称和要显示的图像对象。 示例： ```python cv2.imshow('Image Display', img) ``` 3. **保存图像**： - `cv2.imwrite()` 函数将图像保存到指定的文件路径。它需要两个参数：文件地址和图像对象。 示例： ```python cv2.imwrite('output.jpg', img) ``` 4. **等待键盘事件**： - `cv2.waitKey()` 函数暂停程序执行，等待用户按键。参数表示等待时间（毫秒），0表示直到有任何按键按下才继续执行。 示例： ```python cv2.waitKey(0) ``` 5. **关闭所有窗口**： - `cv2.destroyAllWindows()` 函数用于关闭所有由`cv2.imshow()`打开的图像窗口。 示例： ```python cv2.destroyAllWindows() ``` 6. **捕获视频**： - `cv2.VideoCapture()` 用于捕获视频流，可以是来自摄像头（如`cv2.VideoCapture(0)`）或视频文件（如`cv2.VideoCapture('video.mp4')`）。 7. **颜色通道提取**： - `cv2.split()` 函数用于从彩色图像中提取各个颜色通道。在OpenCV中，BGR顺序表示图像的色彩空间。 示例： ```python b, g, r = cv2.split(img) ``` 8. **边界填充**： - `cv2.copyMakeBorder()` 函数添加边界到图像。它可以使用多种方法填充边界，如`BORDER_REPLICATE`（复制边缘像素）、`BORDER_REFLECT`（反射填充）、`BORDER_REFLECT_101`（对称反射）、`BORDER_WRAP`（环绕填充）和`BORDER_CONSTANT`（常量填充）。 示例： ```python padded_img = cv2.copyMakeBorder(img, top=10, bottom=10, left=10, right=10, borderType=cv2.BORDER_CONSTANT, value=[0, 0, 0]) ``` 这些基本操作是OpenCV图像处理的基础，通过它们，开发者可以构建更复杂的图像处理算法和应用，例如图像分析、特征检测、物体识别等。