openCV for python 学习（一）：环境搭建与图片显示

ts2009

　　我的上创课题和HCI的期末作业都要用到图像处理方面的东西，是时候玩玩儿openCV了。
　　但是Visual Studio又周期性地出问题了，而且我也不怎么想写C++。恰好openCV官方已经开始支持python了，那就二话不说，dive into openCV for python。
　　在配置openCV之前，首先要确认你已正确安装了NumPy，这个是必须要安装的。
　　另外一个很有用的包是matplotlib，是一个很方便的绘图工具包。假如你之前用过matlab绘图的话，那么这个包用起来应该很顺手了。
　　我之前下载过Anaconda，一个用python进行科学计算的平台，里面集成了诸如NumPy, SciPy, PIL, matplotlib等常用的图像处理包。如果你自己配不好这些包，可以先下载Anaconda或之类的科学平台，然后在它的安装目录下找到python2X\Lib\site-packages，把需要的包粘贴到你自己的python路径下就可以了。
　　在python下配置openCV还是比较简单的。从openCV的官网下载安装包。解压完成后，在build\python\2.7\x86下找到cv2.pyd文件（64位系统在x64文件夹下），复制到%PYTHON27%\Lib\site-packages下就可以了。打开IDLE，输入：



import cv2
print cv2.__version__
　　如果显示出openCV的版本号，那么环境就搭建好了。简直不能比VS简单更多。
　　注意：openCV目前只支持python2.x版本。
　　装好之后，我们先小试一把。如下脚本文件：



import cv2
import numpy as np
from matplotlib import pyplot as plt
if __name__ == '__main__':
#show image with imshow
img = cv2.imread('3dsmax.jpg',1)
cv2.namedWindow('image', cv2.WINDOW_NORMAL)
cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()
　　导入包什么的我就不介绍了，下文如果没有特别表明的话，默认包含了上述的三个导入语句。
　　至于if __name__ == '__main__':  ， 加上这个条件后，双击脚本文件就可以直接运行了，相当于一个main函数。
　　接着我们来逐个解释用到的函数：
　　（1）cv2.imread() ：这个函数用于读入图片，应输入两个参数：图片路径，显示模式。返回一个nparray（NumPy中的数组，与python自带的list有很多不同，此处暂且不提）。显示模式有三种，分别是： 色彩模式——1， 灰度模式——0，带透明度参数模式—— -1. 输入模式对应的数字，或者直接使用常量：
　　cv2.IMREAD_COLOR , cv2.IMREAD_GRAYSCALE , cv.IMREAD_UNCHANGED。
　　（2）cv2.namedWindow() ：这个没什么好介绍的，就是初始化一个窗口。
　　（3）cv2.imshow() : 这个函数用于在窗口中显示图片，有两个参数 ：窗口名称与图片变量。此处的变量来自函数（1）的返回值，是一个nparray。
　　（4）cv2.waitKey(0) ：这个函数是一个绑定键盘动作的函数，它的参数是一个数字，表示在相应的毫秒之后监听键盘动作。我觉得它就是加入了一个阻塞，满足条件之后解除阻塞，执行之后的语句。
　　（5）cv2.destroyAllWindows() ： 这个函数就是关闭窗口，和（4）连起来就是按下任意键关闭显示图片的窗口。
　　所以，这段代码就是读入图片，显示图片，按任意键关闭窗口。一段十分简单的Hello world to openCV~~美丽的优胜美地公园！

　　接着我们再试一下matplotlib中的图片显示：



img = cv2.imread('yosemeti.jpg',0)
plt.imshow(img,cmap='gray', interpolation='bicubic')
plt.show()
　　（1）plt.imshow(): 这个函数用于将图片放入显示窗口中，但并不会弹出窗口。有三个参数：图像的nparray，显示类型cmap以及插值算法。前两个参数前面介绍过了。第三个参数是用于选择插值算法，填补图像由于拉伸放大造成的不平滑的像素块，保持一定的图片质量。此处选择的是双三次插值算法，是一种精度很高但速度偏慢的算法。
　　（2）plt.show()：弹出包含了图片的窗口，像这个样子：

　　
　　此处有一个细节问题，那就是cv2.imread()读入彩色图像时，返回的nparray是按照B,G,R的顺序排列的，而matplotlib中的plt.imshow()显示彩色图像时，是按照RGB的顺序显示的，因此就会造成红蓝色的错乱，写段代码看下效果：



    img = cv2.imread('yosemeti.jpg',1)
b,g,r = cv2.split(img)
img2 = cv2.merge([r,g,b])
plt.subplot(121)
plt.imshow(img)
plt.subplot(122)
plt.imshow(img2)
plt.show()
　　效果如下：

　　左边是红蓝对调的图片，右边是正常的原图。嗯，黄昏与清晨的区别。。。
　　最后推荐一个很好的网站 http://opencv-python-tutroals.readthedocs.org/en/latest/index.html#
　　我基本就是跟着他走，讲的挺详细的，还有一些小练习。顺便也锻炼了英文文献阅读能力了~