我们都知道，OpenCV能够帮助我们处理视频和图像，咱们在图像处理中，除了Pillow库之外，最经常用到的也是它了。那么现在咱们就正式入坑OpenCV for Python，一起来感受一下OpenCV的魅力吧！

读取图像 imread()

OpenCv提供了一种cv2.imread的方法来读取图像。记忆方法也很简单image+read=imgread。我们可以使用这个函数读取多种静态图像。

一般来说，我们在括号内加入我们所要读取图片的地址就可以了。这个地址既可以是计算机的绝对地址，也可以是相对于咱们程序所在地的相对地址。

除此之外呢，我们还有一个可选的参数，对于普通的开发者来说，平时一般并不会用到这样的参数传入。那么这里咱们就简单介绍几个，详细内容大家可以看看OpenCV官网。

1. cv2.IMREAD_UNCHAGE
   顾名思义，这个参数就是咱们保持图像原格式不变，它所对应的数值是-1，也就是说，在传参的时候，我们既可以传上面的那么一大串英文字母，也可以传-1这个值。我们要注意的是，当我们不传参的时候，OpenCV会直接将我们的图片调整成为3通道的BGR图像

   BGR通常是指一种颜色表示方式，即以蓝色（Blue）、绿色（Green）、红色（Red）的顺序来描述图像或像素的颜色值。在计算机图形学、计算机视觉、数字图像处理等领域常常使用BGR表示颜色，也是OpenCV等计算机视觉库中默认的颜色表示方式。

   如果我们是在OpenCV中处理的话，出于对兼容性和实现的方便考虑，咱们使用BGR的图像可能会更方便一些。

2. cv2.IMREAD_GRAYSCALE
   在使用程序时，我们可能会要对图片进行灰度处理。灰度处理是将彩色图像转为灰度图像的过程。灰度图像只有一个通道，代表亮度信息，而彩色图像有3个通道，分别代表红、绿、蓝三种颜色，每种颜色的亮度信息不同。那么我们也可以使用数值0传入。

   灰度处理的意义主要有以下几点：

   1. 简化图像：把彩色图像转为灰度图像，可以降低图像的复杂度，减少计算量，方便后续算法的实现。

   2. 分析物体：对于一些物体的特征，如纹理、形状、边缘等，可以通过灰度图像来提取和分析，比如在图像识别、目标跟踪、行人检测等方面被广泛应用。

   3. 去除噪声：在一些图像处理任务中，如图像增强、去噪等，通过灰度处理可以更好地去除图像的噪声，从而提高图像质量。

   也就是说，我们只需要几行代码就能完成灰度值的一个转换。

   import cv2
   
   img = cv2.imread("./1234.jpg",0)
   cv2.imwrite("test.jpg",img)
   

   

3. cv2.IMREAD_REDUCED_COLOR(GRAYSCALE)_2(4/8)

   这一行代码则是减小我们图片的大小。我们可以选择缩小的倍数（即上面的数字）；同时也可以选择我们将图片设置成灰白还是彩色的。灰色我们就设置GRAYSCALE,若是彩色我们就设置COLOR

   比如说我想得到一张黑白缩小8倍的图片，我们将使用以下代码就可以一步搞定。我们可以非常明显地看到其中的差异

   import cv2
   
   img = cv2.imread("./1234.jpg",cv2.IMREAD_REDUCED_GRAYSCALE_8)
   cv2.imwrite("test.jpg",img)
   

   

---

那么我们现在就来观察一下我们读取图像之后的输入吧！可以看到程序输出了部分像素值哦~

展示图片 imshow()

在OpenCV中，我们有多种创建窗口的方法。我们就挑选最简单也是最常用的一种方法进行讲解。需要注意的是，OpenCV库本身并不支持中文显示，咱们标题必须改成英文进行显示。（虽然网上有些方法可以用encode()方法将文本转换成为UTF-8，但是根据本人实操发现这种方法并不可行）

咱们用的函数叫做 imshow()这个方法可以打开一个新的窗口，并在窗口中显示我们所打开的图片，这个方法非常好用，我们只需要传入两个参数。

• 窗口名称
• 显示图片

import cv2

img = cv2.imread("./LFS.jpg",cv2.IMREAD_REDUCED_GRAYSCALE_8)
cv2.imshow("LuoFuMountain",img)
cv2.waitKey()

在使用这个方法时，它的底层逻辑是这样的：首先先创建一个指定名称的窗口，然后将图片显示在刚刚创建的窗口内。需要注意的是，这两个参数（名称与图片）都是必须导入的，否则会引起程序的报错哦~

等待按键 waitKey()

如果上一个实例没有最后一行的话，我们会看到窗口一闪而过，根本看不到任何界面。那么这个时候，我们可以等待用户的键盘输入，这样我们就可以让用户看清楚想要展示的界面了~

那么这个函数是waitKey()这个函数会等待键盘上的按键按下，当按下后，它会返回按下的键，这个时候我们可以根据返回值进行进一步的判断。我们要注意的是，返回值是ASCLL码，所以我们要了解想要获得的按键所对应的ASCLL。如果不想记这些特殊的编码，我们可以使用Python提供的ord()方法进行转换就可以了~

那么除此之外，我们还可以设置等待时间。当我们传入的值是负值或零的时候。表示无限等待，除此之外，我们将会等待以毫秒为单位的传入的数字。

import cv2

img = cv2.imread("./LFS.jpg",cv2.IMREAD_REDUCED_GRAYSCALE_8)
cv2.imshow("LuoFuMountain",img)
return_key = cv2.waitKey()

if return_key == ord("a"):
	cv2.imshow("PRESS A",img)
elif return_key == ord("b"):
	cv2.imshow("PRESS B",img)

cv2.waitKey()

同时我们还要注意大小写哈~OpenCV对大小写的要求也是十分严格的呢

我们还可以使用print()来查看我们WaitKey()的等待期间。我们可以发现，当我们在执行Waitkey()时，整个程序处于静止状态，当我们按下键盘上的按键后，程序才得以进行，并在控制台上输出了我们想要其输出的文字。

import cv2

img = cv2.imread("./LFS.jpg",cv2.IMREAD_REDUCED_GRAYSCALE_8)
cv2.imshow("LuoFuMountain",img)
return_key = cv2.waitKey()

if return_key == ord("a"):
	cv2.imshow("PRESS A",img)
elif return_key == ord("b"):
	cv2.imshow("PRESS B",img)

cv2.waitKey()
print("第二次触发按键")

保存图像 imwrite()

OpenCV和其他程序不一样的地方在于，我们保存不再是使用save()这样的函数，而是一个叫做imwrite()的函数。这个函数有两个必需参数和一个选填参数。

• filename
  保存的路径，既可以是相对路径也可以是绝对路径
• img
  保存图像的代码文件
• params
  一个保存类型的参数，一般并不会用到

import cv2

img = cv2.imread("./LFS.jpg",cv2.IMREAD_REDUCED_GRAYSCALE_8)
cv2.imwrite("./GrayScale_LFS.jpg",img)