1.2 图像读取

1.2.1 使用OpenCV读取图像

在OpenCV中，可以使用cv2.imread（filename，flags）函数来读取图像。图像应该存储在工作目录中或给出图像的完整路径。

第一个参数filename是图像地址，即使图像路径错误，也不会引发任何错误，但是在打印图像时系统会给出None。

第二个参数flags是一个标志，指定了读取图像的方式。

·cv2.IMREAD_COLOR：加载彩色图。任何图像的透明度都会被忽视，它是默认参数值，可以用1代替。

·cv2.IMREAD_GRAYSCALE：以灰度模式（黑白图像）加载图像，可以用0代替。

·cv2.IMREAD_UNCHANGED：加载图像，包括alpha通道，可以用-1代替。

该函数的返回值是图像数字矩阵，维度如下。

·（M，N）：用于灰度图。

·（M，N，3）：用于RGB彩色图。

使用cv2.cvtColor（img，color_change）函数对颜色维度进行转换。

第一个参数img是图像对象。

第二个参数color_change是cv2.COLOR_BGR2GRAY（OpenCV定义的常数），用来将BGR通道彩色图转换为灰度图。

该函数返回修改后的图像数字矩阵。

1.2.2 使用Matplotlib读取图像

在Matplotlib中，可以使用matplotlib.pyplot.imread（fname，format=None）函数来读取图像。

其中，fname是图像路径；format是图像格式，默认值是None。如果没有提供图像格式，则imread（）函数会从fname中提取图像格式。

该函数的返回值是图像数字矩阵，维度如下。

·（M，N）：用于灰度图。

·（M，N，3）：用于RGB彩色图。

1.2.3 案例实现——使用OpenCV读取图像

1.实验目标

（1）读取单通道灰度图。

（2）读取三通道彩色图。

（3）将彩色图转换为灰度图。

2.实验环境

实验环境如表1.3所示。

3.实验步骤

创建源码文件test01_imread_opencv.py。

按照如下步骤编写代码。

步骤一：导入模块

步骤二：读取单通道灰度图

步骤三：读取三通道彩色图

步骤四：将彩色图转换为灰度图

步骤五：运行实验代码

使用如下命令运行实验代码。

运行效果如图1.3～图1.5所示。

1.2.4 案例实现——使用Matplotlib读取图像

1.实验目标

使用Matplotlib读取图像，显示图像及其属性信息。

2.实验环境

实验环境如表1.4所示。

3.实验步骤

创建源码文件test02_imread_matplotlib.py。

按照如下步骤编写代码。

步骤一：导入模块

步骤二：读取图像

步骤三：运行实验代码

使用如下命令运行实验代码。

运行效果如图1.6所示。