Python+OpenCV：图像操作与函数调用详解

在"基本函数调用命令(python+opencv).pdf"中，文档详细介绍了Python与OpenCV库中关于图像处理的基本操作，主要涉及以下几个核心知识点： 1. 图像读取与写入 - 图片读取函数`cv2.imread(img_path, flag)`用于加载图像，其中`img_path`是图片路径，即使路径错误也不会报错，但返回的图片对象可能为`None`。`flag`参数可以选择不同的读取模式： - `cv2.IMREAD_COLOR`（默认）或1：读取彩色图片，忽略透明度。 - `cv2.IMREAD_GRAYSCALE` 或 0：按灰度模式读取。 - `cv2.IMREAD_UNCHANGED` 或 -1：读取包含alpha通道的图像。 - `imshow()`函数用于在指定窗口`window_name`中显示图片，支持多窗口显示。配合`waitKey(millseconds)`，可以监听并响应键盘事件，如关闭窗口时，会阻塞代码执行直到按键输入。 - `imwrite(img_path_name, img, num)`用于保存图像，其中`img_path_name`是保存路径，`img`是待保存的图像对象，`num`参数根据图像格式提供质量控制（如JPEG质量或PNG压缩等级）。 2. 图像像素获取与编辑 - 使用索引来访问像素值，如`img[100,100]`获取像素坐标为(100,100)处的像素值，并可通过切片获取RGB通道值，如`b`, `g`, 和 `r`分别代表蓝色、绿色和红色通道。 - 通过修改索引值可以直接改变像素值，例如`img[100,100] = [57, 63, 99]`，将(100,100)处的像素颜色设为指定值。 这些基本函数是进行图像处理和计算机视觉项目的基础，对于初学者来说，理解并掌握它们能够帮助快速上手OpenCV库，进行图像的读取、显示、编辑以及保存等操作。后续章节可能会介绍更复杂的图像处理技术，如滤波、边缘检测、特征提取等，这些都是基于这些基本操作的拓展应用。