Python-Opencv图像处理的小坑

news2024/11/27 2:41:21

1.背景

最近在做一点图像处理的事情，在做处理时的cv2遇到一些小坑，希望大家遇到的相关的问题可以注意！！

2. cv2.imwrite保存图像

cv2.imwrite(filename, img, [params])

filename：需要写入的文件名，包括路径和文件名，以及期望的扩展名（例如，.jpg，.png，.bmp等）。
img：需要保存的图像数据。这通常是通过其他OpenCV函数（如cv2.imread()或cv2.cvtColor()等）获得的NumPy数组。
params：这是一个可选参数，用于指定JPEG或PNG格式的压缩级别等。对于其他格式，此参数将被忽略。默认值为空列表[]。

cv2.imwrite('output.jpg', img, [int(cv2.IMWRITE_JPEG_QUALITY), 50])

将JPEG的压缩质量设置为50（最高质量为100），然后将图像保存为新的文件'output.jpg'。这样保存的图像将具有较低的质量和较小的文件大小。

需要注意的是，这种压缩方法是有损的，也就是说，压缩过程中会丢失一些图像信息。因此，压缩后的图像可能无法完全还原为原始图像。在实际应用中，需要根据需求和图像类型来权衡压缩质量和文件大小。

坑1：cv2.imshow显示白茫茫的问题

cv2.imwrite()函数在保存图像时，通常会将图像数据的dtype（数据类型）转换为8位无符号整数类型（即dtype为uint8），而cv2.imshow不会处理图像成uint8，例如模型推理出来是float32类型，如果用cv2.imshow显示灰度图像的话就会出现白茫茫一片！！！

cv2.imshow显示

cv2.imwrite保存的图片

思路一：直接float32转uint8！！回答：可以！但效果不好

image = image.astype(np.uint8)

在轮廓边边的时候会出现锯齿！！！(图像中偏白的线条很明显)

思路二：先归一化再转uint8呢？回答：可以！效果很好！！！

image = cv2.normalize(image, None, 0, 255, cv2.NORM_MINMAX)

image = image.astype(np.uint8)

现在可以知道cv2.imwrite使用了归一化和类型转换

注意：使用cv2.imshow后面要跟着cv2.waitKey(0)或者下面的代码,不然会出现不显示的问题。

if cv2.waitKey(1) & 0xFF == ord('q'):

break

3. cv2保存视频

cap = cv2.VideoCapture('test.mp4')
# 检查视频是否成功打开
if not cap.isOpened():
    print("Error: Couldn't open the video file.")
    return
    # 获取视频的帧率
fps = cap.get(cv2.CAP_PROP_FPS)
# 设置视频编码器并创建输出视频对象
fourcc = cv2.VideoWriter_fourcc(*'XVID')  # 选择适当的编码器，例如'XVID', 'MJPG', 'MP4V', 等等
out = cv2.VideoWriter('output_file.avi', fourcc, fps,  (352, 288), isColor=False)
while cap.isOpened():
    ret, frame = cap.read()  # 读取下一帧
    # 图片数据前处理
    if not ret:
        break
    img = data_pre_processing(frame)
    compressed_data = sess.run(outputs_name, {input_name: img})
    compressed_image = data_post_processing(compressed_data)
    compressed_image = cv2.normalize(compressed_image, None, 0, 255, cv2.NORM_MINMAX)
    compressed_image = compressed_image.astype(np.uint8)
    out.write(compressed_image)
    # 释放资源并关闭视频文件
cap.release()
out.release()