Matplotlab顯示OpenCV讀取到的圖像
一. 確認(rèn)圖像的數(shù)組類(lèi)型
在使用 OpenCV 的 cv2.imread() 函數(shù)讀取圖像時(shí)，第二個(gè)參數(shù)（標(biāo)志）決定了圖像的讀取方式。具體來(lái)說(shuō)，0、1 和 -1 分別對(duì)應(yīng)不同的讀取模式：
| 讀取模式 | 標(biāo)志 | 值 |
|---|---|---|
| 灰度 | cv2.IMREAD_GRAYSCALE | 0 |
| 彩色（忽略透明度通道） | cv2.IMREAD_COLOR | 1 |
| 彩色（包括 Alpha 透明度通道，如果存在） | cv2.IMREAD_UNCHANGED | -1 |
這里不討論處理包含透明度通道的圖像
使用 img.shape 判斷圖像類(lèi)型
在 OpenCV 中，當(dāng)你使用 cv2.imread() 函數(shù)讀取一張圖像時(shí)，它會(huì)將圖像加載到內(nèi)存中，并將其存儲(chǔ)為一個(gè) NumPy 數(shù)組。img.shape 是 NumPy 數(shù)組的一個(gè)屬性，它返回一個(gè)包含數(shù)組各維度大小的元組。通過(guò)檢查這個(gè)元組的長(zhǎng)度（即維度的數(shù)量），我們可以確定數(shù)組的類(lèi)型或結(jié)構(gòu)。
- 灰度圖像：通常是一個(gè)二維數(shù)組，表示為
(height, width)，img.shape返回的元組長(zhǎng)度為 2。 - 彩色圖像：通常是一個(gè)三維數(shù)組，表示為
(height, width, channels)，channels表示顏色通道的數(shù)量（例如 RGB 圖像有三個(gè)通道，形狀通常是(height, width, 3)），img.shape返回的元組長(zhǎng)度為 3。
# img 是一個(gè) NumPy 數(shù)組
if len(img.shape) == 2:
print("這是一個(gè)灰度圖像")
elif len(img.shape) == 3:
print("這是一個(gè)彩色圖像")二. 使用Matplotlab顯示
灰度圖像
plt.imshow(img, cmap='gray')
理解cmap='gray'
直接imshow 會(huì)使用默認(rèn)的顏色映射（通常是 viridis），這通常不是期望的灰度效果。需要明確指定顏色映射 (cmap) 為 'gray'，這樣可以確保圖像中的每個(gè)像素值都被正確地映射到灰度級(jí)別。
彩色圖像
OpenCV讀取到的色彩通道順序?yàn)?code>BGR, Matplotlab讀取顯示的色彩通道為RGB，所以需要讀取時(shí)轉(zhuǎn)換通道
plt.imshow(img[:, :, ::-1])
理解 img[:, :, ::-1]
第一維和第二維分別代表圖像的高度和寬度，第三維有三個(gè)通道：紅（R）、綠（G）、藍(lán)（B）
:表示選取所有元素。::-1是Python中的切片語(yǔ)法，表示從尾到頭（逆序）選擇元素。這里的意圖通常是翻轉(zhuǎn)最后一個(gè)維度的數(shù)據(jù)，比如將RGB格式轉(zhuǎn)換為BGR格式，或者相反。
到此這篇關(guān)于Matplotlab顯示OpenCV讀取到的圖像的文章就介紹到這了,更多相關(guān)Matplotlab OpenCV圖像內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
- OpenCV-Python給圖像去除水印多種方法
- Python?OpenCV實(shí)現(xiàn)圖像形狀檢測(cè)
- Python使用OpenCV轉(zhuǎn)換圖像大小
- Python應(yīng)用案例之利用opencv實(shí)現(xiàn)圖像匹配
- Python?opencv圖像膨脹與腐蝕處理實(shí)例探究
- Python使用OpenCV對(duì)彩色圖像進(jìn)行通道分離的項(xiàng)目實(shí)踐
- 使用Python和OpenCV進(jìn)行圖像處理和分析
- opencv-python圖像讀寫(xiě)模塊示例詳解
- python?OpenCV實(shí)現(xiàn)圖像特征匹配示例詳解
相關(guān)文章
在本篇文章里小編給大家分享了關(guān)于python中id函數(shù)運(yùn)行方式及相關(guān)實(shí)例，需要的朋友們可以參考下。2020-07-07
Python+Opencv實(shí)現(xiàn)圖像模板匹配詳解
模板匹配可以看作是對(duì)象檢測(cè)的一種非?；镜男问?。使用模板匹配，我們可以使用包含要檢測(cè)對(duì)象的“模板”來(lái)檢測(cè)輸入圖像中的對(duì)象。本文為大家介紹了圖像模板匹配的實(shí)現(xiàn)方法，需要的可以參考一下2022-09-09
這篇文章主要介紹了Python定時(shí)器線(xiàn)程池原理詳解,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-02-02
在可視化數(shù)據(jù)時(shí)，通常需要在單個(gè)圖形中繪制多個(gè)圖形。?例如，如果您想從不同的角度可視化相同的變量如：數(shù)字變量的并排直方圖和箱線(xiàn)圖，則多個(gè)圖形很有用。?在這篇文章中，我分享了繪制多個(gè)圖形的?4?個(gè)簡(jiǎn)單但實(shí)用的技巧，具有一定的參考價(jià)值，需要的小伙伴可以參考一下2021-12-12
python導(dǎo)出mysql指定binlog文件實(shí)現(xiàn)demo
這篇文章主要介紹了python導(dǎo)出mysql指定binlog文件實(shí)現(xiàn)demo,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-12-12
Pytorch保存模型用于測(cè)試和用于繼續(xù)訓(xùn)練的區(qū)別詳解
今天小編就為大家分享一篇Pytorch保存模型用于測(cè)試和用于繼續(xù)訓(xùn)練的區(qū)別詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-01-01
Python實(shí)現(xiàn)文件基本操作(打開(kāi)、讀寫(xiě)、關(guān)閉)的完整指南
這篇文章主要為大家詳細(xì)介紹了Python實(shí)現(xiàn)文件基本操作的相關(guān)知識(shí),包括文件打開(kāi),讀寫(xiě),關(guān)閉等功能,w文中的示例代碼講解詳細(xì),有需要的小伙伴可以了解下2026-03-03
這篇文章主要給大家介紹了關(guān)于django中cookiecutter使用的相關(guān)資料，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-12-12
python不支持i++運(yùn)算原理實(shí)例解析
這篇文章主要為大家介紹了python不支持 i++運(yùn)算原理實(shí)例解析,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2024-02-02
這篇文章主要介紹了進(jìn)一步理解Python中的函數(shù)編程,本文進(jìn)一步討論了Python中函數(shù)編程的一些要點(diǎn),來(lái)自IBM官方技術(shù)文檔,需要的朋友可以參考下2015-04-04