一、创建图像

C++

#include <opencv2/opencv.hpp>

int main() 
{
    int width = 640;  // 图像宽度
    int height = 480; // 图像高度

    // 创建一个空白的黑色图像
    cv::Mat blank_image(height, width, CV_8UC3, cv::Scalar(0, 0, 0));
    
    // 显示图像
    cv::imshow("Blank Image", blank_image);
    cv::waitKey(0);

    return 0;
}

Python

import cv2
import numpy as np

width = 640  # 图像宽度
height = 480  # 图像高度
channels = 3  # 颜色通道数
imgEmpty = np.empty((height, width, channels), np.uint8)  # 创建空白数组
imgBlack = np.zeros((height, width, channels), np.uint8)  # 创建黑色图像 RGB=0
imgWhite = np.ones((height, width, channels), np.uint8) * 255  # 创建白色图像 RGB=255

二、读取图像

C++

读取图像函数
Mat imread(const String& filename, int flags = IMREAD_COLOR)
此函数从指定文件加载图像,并作为 Mat 对象返回。如果函数无法读取文件,它将返回一个空的 Mat 对象。
filename- 必须提供图像文件的相对或绝对路径。如果您提供相对路径,则它应该相对于您的 cpp 文件。始终支持 jpeg、jpg、bmp、png、tiff 和 tif 图像文件类型。根据您的平台和安装的编解码器,支持其他图像文件类型。

flags - flag 参数有几个可能的值。使用默认的 IMREAD_COLOR 参数。

  • IMREAD_UNCHANGED - 图像将按原样加载。如果你想在你的输入图像中获得 alpha 通道(如果它可用),你必须使用这个标志。
  • IMREAD_GRAYSCALE - 图像将作为灰度图像加载(即 - 单通道图像,黑白图像)
  • IMREAD_COLOR - 图像将作为 BGR 图像加载(即 - 3 通道图像,彩色图像)
#include <opencv2/opencv.hpp>

int main() 
{
    // 读取图像文件
    cv::Mat image = cv::imread("image.jpg", cv::IMREAD_COLOR);

    if (image.empty()) 
    {
        std::cerr << "Image not found!" << std::endl;
        return -1;
    }

    // 显示图像
    cv::imshow("Loaded Image", image);
    cv::waitKey(0);

    return 0;
}

Python

python版本的读取参数也是一样

import cv2

# 读取图像文件
image = cv2.imread('image.jpg')

if image is None:
    print('Image not found!')
else:
    # 显示图像
    cv2.imshow('Loaded Image', image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

三、保存图像

C++

在用opencv做一些图像处理的操作时,需要对一些高分辨率的图像进行保存。比如要处理在操作大小为275M的图像,并对处理过后的图像进行保存。
以下图为例,图像大小275M
OpenCV图像处理——创建、读取、无损保存图像(C++/Python)-LMLPHP

OpenCV图像处理——创建、读取、无损保存图像(C++/Python)-LMLPHP
写个代码试试效果:

#include<opencv2\opencv.hpp>   

int main(int argc, char** argv)
{
	cv::Mat cv_src = cv::imread("big.png");

	cv::imwrite("save_as_jpg.jpg", cv_src);

	return 0;
}

保存后的图片,打开图像看看,压缩到只44M而已了。
OpenCV图像处理——创建、读取、无损保存图像(C++/Python)-LMLPHP

在这里是因为保存为JPG的,所以对图片格式进行了压缩了。JPG图片格式是自带压缩的,而bmp格式的图片是不带任何压缩。
如果想要保存高质量的JPG的话,可以看看imwrite原型:

对于JPEG格式的图片,这个参数表示从0-100的图片质量(CV_IMWRITE_JPEG_QUALITY),默认值是95。

#include<opencv2\opencv.hpp>   

int main(int argc, char** argv)
{
	cv::Mat cv_src = cv::imread("big.png");

	std::vector<int> compression_params;
	compression_params.push_back(cv::IMWRITE_JPEG_QUALITY);  //选择jpeg
	compression_params.push_back(100); //在这个填入你要的图片质量

	cv::imwrite("save_as_jpg.jpg", cv_src,compression_params);

	return 0;
}

OpenCV图像处理——创建、读取、无损保存图像(C++/Python)-LMLPHP
经过参数调整后,jpg格式保存的图片大小压缩没有那么严重了。但是以jpg格式保存图片还是不能百分百保存原图像的!
jpg格式的图片读进内存,再保存为jpg格式后,容量会被压缩的,这是jpg格式的特性,怎么调整压缩比都避免不了失真(损失图片质量)。

如果要保存成PNG格式的图片,参数表示压缩级别(CV_IMWRITE_PNG_COMPRESSION)从0-9,较高的值意味着更小的尺寸和更长的压缩时间而默认值是3.

#include<opencv2\opencv.hpp>   

int main(int argc, char** argv)
{
	cv::Mat cv_src = cv::imread("big.png");
	std::vector<int> compression_params;
	compression_params.push_back(cv::IMWRITE_PNG_COMPRESSION); //PNG格式图片的压缩级别  
	compression_params.push_back(9);  //这里设置保存的图像质量级别

	cv::imwrite("save_as_png.png", cv_src,compression_params);

	return 0;
}

从保存结果看保存为PNG格式时,保存图像的质量是最接近原本质量的,但写入的速度是最慢的:
OpenCV图像处理——创建、读取、无损保存图像(C++/Python)-LMLPHP

Python

cv_src = cv2.imread("face.jpeg")
cv2.imwrite('save_as_png.png', cv_src, [cv2.IMWRITE_PNG_COMPRESSION, 9])
cv2.imwrite('save_as_jpg.jpg', cv_src, [cv2.IMWRITE_JPEG_QUALITY, 99])
BMP格式(无压缩):

BMP是一种无压缩的图像文件格式,不丢失图像数据,因此文件大小通常很大。它是与硬件设备无关的格式,可用于存储高质量的图像数据,但相对于其他格式,它会占用更多的磁盘空间。BMP适合存储位深度较高、无需压缩的图像,如位图或图像编辑过程中的临时文件。

JPEG格式(有损压缩):

JPEG是一种有损压缩格式,适用于将图像压缩至相对较小的文件大小,但会丢失一些图像细节和质量。它通常用于存储照片和其他需要高压缩率的图像,以减小文件大小,但在过高的压缩比下可能导致明显的质量损失。JPEG格式具有调节图像质量的功能,可以在图像质量和文件大小之间进行权衡选择。

PNG格式(无损压缩):

PNG是一种无损压缩格式,能够保留图像的高质量而不损失细节。它支持真彩色图像和透明度通道,适用于需要保持图像质量且希望保留透明背景的情况。尽管PNG文件大小通常大于JPEG,但它在保持图像质量方面更可靠,适用于图像编辑和网络图形等需要高质量的应用。

09-24 13:59