读取、写入、转换

# =============================================================================
# imread(img_path,flag) 读取图片，返回图片对象
#     img_path: 图片的路径，即使路径错误也不会报错，但打印返回的图片对象为None
#     flag：cv.IMREAD_COLOR，读取彩色图片，图片透明性会被忽略，为默认参数，也可以传入1
#           cv.IMREAD_GRAYSCALE,按灰度模式读取图像，也可以传入0
#           cv.IMREAD_UNCHANGED,读取图像，包括其alpha通道，也可以传入-1
#
# imshow(window_name,img)：显示图片，窗口自适应图片大小
#     window_name: 指定窗口的名字
#     img：显示的图片对象
#     可以指定多个窗口名称，显示多个图片
#
# waitKey(millseconds) & 0xFF 键盘绑定事件，阻塞监听键盘按键，返回一个数字（不同按键对应的数字不同）
#     millseconds: 传入时间毫秒数，在该时间内等待键盘事件；传入0时，会一直等待键盘事件
#     0xFF : 64-bit 的机器需要加上
#
# namedWindow(window_name, flag)
#     window_name: 指定窗口的名字
#     flag: 默认  cv.WINDOW_AUTOSIZE，根据图片原始尺寸固定窗口尺寸。cv.WINDOW_NORMAL
#           设置为窗口可调节
#
#
# destroyAllWindows() 关闭所有窗口
#
# destroyWindows(window_name)
#     window_name: 需要关闭的窗口名字
# =============================================================================

import cv2 as cv

img1 = cv.imread("image1.jpg")
img2 = cv.imread("image1.jpg", 0)  # 灰度
img3 = cv.imread("image1.jpg", -1)

def image_show(window_name, img, window_option=False):
    if window_option:
        cv.namedWindow(window_name, cv.WINDOW_NORMAL) # 设定窗口尺寸可调节
    cv.imshow(window_name, img)
    while True:
        key = cv.waitKey(0) & 0xFF # 监控键盘输入返回值
        if key in (255, 27):  #  关闭为-1 但经过 “& 0xFF” 后为 255， 27为 Esc
            cv.destroyAllWindows()
            break
        elif key == ord("s"):
            cv.imwrite(window_name + ".png", img)
            cv.destroyAllWindows()
            break

# show image
image_show("img1", img1, True)
image_show("img2", img2, True)
image_show("img3", img3, True)

# =============================================================================
# imwrite(os_path)
#     os_path: 路径
# threshold(src, thresh, maxval, type) 固定阈值二值化，非黑即白
#     src :  输入图，只能输入单通道图像，通常来说为灰度图
#     thresh : 阈值
#     maxval : 当像素值超过了阈值（或者小于阈值，根据type来决定），所赋予的值
#     type : 二值化操作的类型，包含以下5种类型： cv2.THRESH_BINARY；
#             cv2.THRESH_BINARY_INV； cv2.THRESH_TRUNC； cv2.THRESH_TOZERO；
#             cv2.THRESH_TOZERO_INV
# =============================================================================

# BGR -> GRAY
img_gray = cv.cvtColor(img1, cv.COLOR_BGR2GRAY)
ret, img_threshold = cv.threshold(img_gray, 127, 255, cv.THRESH_BINARY)
image_show("thre", img_threshold)  # 展示
cv.imwrite("thre.jpg", img_threshold)  # 保存

# =============================================================================
# Matplotlib is a plotting library for Python which gives you wide variety of
# plotting methods. You will see them in coming articles. Here, you will learn
# how to display image with Matplotlib. You can zoom images, save them, etc, using Matplotlib.
#
# 使用 Matplotlib 可操作 opencv 读取的 image
# matplotlib.pyplot.imshow(img, cmap, interpolation)
#     img: img 对象
#     cmap: 显示类型
#     interpolation: 插值算法，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
# =============================================================================

from matplotlib import pyplot as plt
plt.imshow(img1, cmap = 'gray', interpolation = 'bicubic') # 灰度显示，双三次插值法（画面类似平滑处理）
plt.xticks([]), plt.yticks([])  # 隐藏 x 轴、y 轴的坐标轴刻度
plt.show()

# cv 读取的 image 是 BGR 类型的， Matplotlib.pyplot 是 RGB 类型的，因此若需要正确打印颜色，需转类型
img_rgb = cv.cvtColor(img1, cv.COLOR_BGR2RGB)  # BGR 类型 -> RGB 类型
plt.imshow(img_rgb, cmap = 'gray', interpolation = 'bicubic') # 灰度显示，双三次插值法（画面类似平滑处理）
plt.xticks([]), plt.yticks([])  # 隐藏 x 轴、y 轴的坐标轴刻度
plt.show()