Opencv_Python学习笔记--OpenCV中的GUI特性

主要函数：

cv2.imread()cv2.imshow()cv2.waitKey()cv2.namedWindow()cv2.destroyAllWimows()

1.读入图像

cv2.imread()其中包括两个参数：
（1）读取图像文件的绝对路径；
（2）读取图像文件的模式。

如：cv2.imread(r"E:\PythonImage\Image1.jpg",0)
这段代码的意思是，读取位于E盘的PythonImage文件夹下的图像文件Image1.jpg，并将图像转换成灰度显示出来。
第二个参数取值为：

CV_LOAD_IMAGE_UNCHANGED = -1CV_LOAD_IMAGE_GRAYSCALE = 0CV_LOAD_IMAGE_COLOR = 1CV_LOAD_IMAGE_ANYDEPTH = 2CV_LOAD_IMAGE_ANYCOLOR = 4

可以参考：http://blog.csdn.net/poem_qianmo/article/details/20537737
赋值时，可以给定需求的语句，也可以给定语句对应的整数。

2.显示图像

cv2.imshow()函数也包含两个参数：
（1）窗口名字，为String类型；
（2）需要显示的图像的变量名。
例如，

img = cv2.imread(r"E:\PythonImage\Image1.jpg")cv2.imshow("ImageDisplay",img)cv2.waitKey(0)cv2.destroyAllWindows()

应用以上代码，我们可以将位于E盘目录下的图像在名为ImageDsiplay的窗口中显示出来，其中cv2.waitKey()和cv2.destroyAllWindows()函数分别有以下作用：

cv2.waitKey()函数的参数为等待的时间，也就是图像显示的时间，单位是毫秒（ms），如果参数置于0，意味着图像会一直显示，知道按下某一个按键。
cv2.destroyAllWindows()的作用是关闭窗口，如果函数形式是如cv2.destroyAllWindow()这样，那么可以填入参数，参数为想要关闭的窗口的名称。

我们也可以先创建一个窗口，然后再打开图像，在某种特殊的情况下，可能需要这么做，那么就需要用到cv2.namedWindow()函数，。
同样cv2.namedWindow()函数也有两个参数：
（1）窗口命名，这个参数需要与cv2.imshow()函数中的第一个参数保持一致；
（2）窗口大小的创建。可选的参数有：WINDOW_AUTOSIZE和WINDOW_NORMAL,其中AUTOSIZE创建的窗口是自动匹配打开图像的大小，NORMAL创建的窗口可以调整大小，当图像维太大，或者要添轨迹条时，调整窗口的大小将会很有用。

3.保存图像

如果我们需要将修改完的图像保存下来，那么我们就需要使用cv2.imwrite()函数。
cv2.imwrite()函数同样是两个参数：（1）保存文件的路径、文件名及类型；（2）需要保存的图像的变量名。

参照以下实例，了解一下具体的用法：

import cv2import numpy as npimg = cv2.imread("filename",parameter)cv2.imshow("ImageDispaly",img)i = cv2.waitKey(0) & 0xFFif i == 10:    cv2.destroyAllWindows()elif i == ord("q"):    cv2.imwrite("filename",parameter)    cv2.destroyAllWindows()

其中需要注意的是，如果是64位系统的话，cv2.waitKey(0)这一函数的后面需要加上0xFF，语句。

4.OpenCV和Matplotlib图像显示不一致的问题

Matplotlib是Python的一个绘图库，经常结合Numy和Scipy等库使用，可以实现数据建模分析等功能。同样，在使用图像处理的过程中我们也可以使用Matplotloib库来完成图像的放大、保存等功能。
例如：

#coding:utf-8import numpy as npimport cv2from matplotlib import pyplot as pltimg = cv2.imread(r"E:\PythonImage\temp\h_01.jpg,0)plt.imshow(img,cmap = "gray",interpolation = "bicubic")plt.xticks([]),plt.yticks([])plt.show()

显示效果如下：

现在，改变cv2.imread()函数的参数为cv2.imread(r"E:\PythonImage\temp\dota.jpg",1)，将图像以彩色的形式显示出来，效果是:

实际的原图效果是：

从图中明显看出Matplotlib显示的效果和原图的效果是有很大区别的，事实上，彩色图像使用OpenCV加载时是BGR模式，在Matplotib加载时是RGB模式。因此，在OpenCV中已经读取的彩色图片就不能在Matplotlib正常的显示。

其实，我们可以使用split（）函数来解决这个问题，我们还是使用同样的图像素材，修改一下代码：

#coding:utf-8import cv2import numpy as npimport matplotlib.pyplot as pltimg = cv2.imread(r"E:\PythonImage\temp\h_01.jpg")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()cv2.imshow('bgr image',img)cv2.imshow('rgb image',img2)cv2.waitKey(0)cv2.destroyAllWindows()

得出的效果图是：

可以看出，修改过后的图像颜色显示是正常的。
split()函数是一个通道分离的函数，从例子中可以清楚的看到split（）函数将图像以R,G,B三个通道分离出来，又使用merge(）函数重新组合起来，则同时得出merge()函数的作用是通道组合。

有一个更简单的办法实现同样的功能：

img2 = img[:,:,::-1]

使用这个方法可能需要更多的理解Numpy这个库在绘图中所承载的作用及实现的功能。

需要说明一下的就是Matplotlib库中的subplot()函数，其功能与Matlab中的subplot()具有一样的功能，即：subplot(121)中参数作用是创建一个1行2列的区域，并使这个图像显示在第一块分区。

关于Matplotlib库在绘图中的使用，还请参考：http://matplotlib.org/api/pyplot_api.html