3.2　图像输入/输出模块imgcodecs

要处理图像，第一步就是把图像文件从磁盘上读取到内存，处理完毕后再保存到内存。因此我们先来看一下图像文件读取与保存模块imgproc。imgproc提供了一系列全局函数，用于读取或保存图像文件。

3.2.1　读取图像文件

函数imread用于读取图像文件或加载图像文件，其声明如下：

cv.imread(filename[, flags]) -> retval

其中，参数filename表示要读取的图像文件名；flags表示读取模式，取值如下：

●　cv.IMREAD_ANYDEPTH：其值是2，取这个标志的话，若载入的图像深度为16位或者32位，则返回对应深度的图像，否则转换为8位图像再返回。

●　cv.IMREAD_COLOR：其值是1，取这个标志的话，图像转为彩色图像（BGR，3通道）。

●　cv.IMREAD_GRAYSCALE：其值是0，取这个标志的话，始终将图像转换成灰度图，即返回灰度图像，1通道。

●　cv. IMREAD_UNCHANGED，其值是−1，表示载入原图。

如果从指定文件加载图像成功，就返回一个存储着图片像素数据的矩阵。如果无法读取图像（缺少文件、权限不正确、格式不受支持或无效），那么函数将返回空。

在Windows操作系统下，OpenCV的imread函数支持如下类型的图像载入：

●　JPEG文件：*.jpeg、*.jpg、*.jpe。

●　JPEG 2000文件：*.jp2。

●　PNG文件：*.png。

●　便携文件格式：*.pbm、*.pgm、*.pp。

●　Sun rasters光栅文件：*.sr、*.ras。

●　TIFF文件：*.tiff、*.tif。

●　Windows位图：*.bmp、*.dib。

如果文件读取失败，就返回None。可以通过返回值是否为None来判断是否读取正确，比如：

img = cv.imread("p1.jpg"); #读取第一幅图片
if img is None:
    sys.exit("Could not read the p1.jpg.") #如果读取为空，则退出程序

img实际上是一个NumPy的array数组，包含了每个像素点的数据（如果是彩色模式，就是BGR值，如果是灰度模式，则是灰度值）。我们可以通过下标访问每一个像素点的数据，对每一个像素点进行更改操作。

值得注意的是，函数imread根据内容而不是文件扩展名来确定图像的类型，比如把某个BMP图像文件的后缀名改为JPG，imread依然能探测到这个文件是BMP图像文件。

另外，imread的第一个参数一般是图像文件的绝对路径或相对路径。对于绝对路径，imread除了不支持单右斜线（\）形式，其他斜线形式都支持，比如双右斜线形式（\\）、双左斜线形式（//）、单左斜线形式（/）等。通常相对路径更加方便点，只要把图像文件放在工程目录下即可。注意，imread的文件路径不支持中文路径，如果要支持中文路径，可以用函数imdecode。该函数从指定的内存缓存中读取一幅图像，其声明如下：

cv.imdecode(buf, flags) -> retval

其中，buf是存放图像数据的内存缓存，通常用字节数组或向量的形式表示；flags的含义同imread函数的flags参数。如果内存缓冲区太短或包含无效数据，就返回空矩阵图像。实际上，imread和imdecode内部都是通过ImageDecoder类来进行图像解码的。

例如，下列代码从文件中读取数据到内存：

import numpy as np #导入numpy模块
img = cv.imdecode(np.fromfile(imgpath,dtype=np.uint8),-1)

其中，fromfile函数是支持中文路径的，它通过读取文件在内存中构造数组数据，这样imdecode就能在内存中获得数组数据了，继而进行解码。

【例3.1】 多种路径读取图像文件

import cv2 as cv
import numpy as np #导入numpy模块

#imgpath = "d:\\我的图片\\p1.jpg";
#imgpath = "d://test//p1.jpg";
#imgpath = "d:/test/p1.jpg"
#imgpath = "d:/test//test2\\test3//test4//p1.jpg";#-- 4 --以上三种混合法
imgpath = "p1.jpg"; #-- 5 --相对路径法，放在和test.py同一路径
img = cv.imdecode(np.fromfile(imgpath,dtype=np.uint8),-1)
cv.imshow("img",img) #显示窗口
cv.waitKey(0) #等待按键
cv.destroyAllWindows() #释放窗口

我们对上面的6种路径进行了测试，任何一种都是支持的，都可以成功读取并显示图片。其中较常用的是相对路径，也就是第5种。图片放在和3.1.py文件同一路径下，既可以在PyCharm中直接运行来打开图片，也可以到命令行窗口下执行“pthon 3.1.py”命令来打开图片。

运行工程，结果如图3-3所示。

在用imread或imdecode加载图像文件时，可以指定模式来获得不同的效果。

【例3.2】 用不同模式打开图像文件

import cv2 as cv
import numpy as np #导入numpy模块
imgpath = "p1.jpg";
img = cv.imread(imgpath,cv.IMREAD_ANYDEPTH)
cv.imshow("img",img) #显示窗口
cv.waitKey(0) #等待按键

img = cv.imread(imgpath,cv.IMREAD_COLOR)
cv.imshow("img",img) #显示窗口
cv.waitKey(0) #等待按键继续下一幅

img = cv.imread(imgpath,cv.IMREAD_GRAYSCALE)
cv.imshow("img",img) #显示窗口
cv.waitKey(0) #等待按键

cv.destroyAllWindows() #释放窗口

我们用3种模式来加载图片。对于cv.IMREAD_ANYDEPTH，由于p1.jpg的位深度是24（不是16或32），因此会转换为8位图像。cv.IMREAD_COLOR会将图像以彩色方式加载，由于我们的图像本来就是彩色图像，因此没有变化。cv.IMREAD_GRAYSCALE会将图像转换成灰度图，所以加载后图像是黑白的。

保存工程并运行，第一幅图像运行结果如图3-4所示。然后按空格键，可以继续显示下一幅图像。

3.2.2　得到读取的图片的高度和宽度

3.2.1节提到imread如果读取图像文件成功，就返回该图像的矩阵。既然是矩阵，就有宽度和高度两个属性，宽度相当于矩阵的列数，高度相当于矩阵的行数。在Python中，可以利用NumPy库提供的shape函数来得到矩阵的行数和列数。

shape函数是numpy.core.fromnumeric中的函数，其输入参数可以是一个整数（表示维度），也可以是一个矩阵。使用shape[0]读取矩阵第一维度的长度，也就是行数；使用shape[1]计算列数；使用shape[2]存放图像的通道数。该函数功能强大，这里我们只需要知道如何获得图片的高度和宽度即可。介绍该函数主要是为了让读者在读取图像文件到内存后，能对内存中存放图像的矩阵有一个感性的认识。

【例3.3】 得到读取图像后的高度和宽度

import cv2 as cv
import numpy as np #导入numpy模块
img = cv.imread('test.jpg')
print(np.shape(img))

height=np.shape(img)[0]
width=np.shape(img)[1]
channles=np.shape(img)[2]
print("h=",height,"w=",width,"channles=",channles)

height, width,channles = np.shape(img)[:3] # a[:n]代表列表中的第一项到第n项
print("h=",height,"w=",width,"channles=",channles)

在上述代码中，首先读取了当前工程目录下的图像文件test.jpg，返回值为一个矩阵数组，然后通过shape打印了图像的高度和宽度。注意：在Python中，a[:n]代表列表中的第1项到第n项，这里的shape[:3]表示shape[0]（高度）、shape[1]（宽度）和shape[2]（通道数）。最后又赋值给了3个变量并打印。

运行工程，结果如下：

(183, 335, 3)
h= 183 w= 335 channles= 3
h= 183 w= 335 channles= 3

3.2.3　imwrite保存图片

函数imwrite可以用来输出图像到文件，其声明如下：

imwrite(filename, img[, params]) -> retval

其中参数filename表示需要写入的文件名，必须加上后缀，比如123.png，注意要保存图片为哪种格式，就带什么后缀；img表示Mat类型的图像数据，就是要保存到文件中的原图像数据；params表示为特定格式保存的参数编码，它有一个默认值std::vector< int >()，所以一般情况下不用写。

通常，使用imwrite函数能保存8位单通道或三通道（具有BGR通道顺序）图像。16位无符号（CV_16U）图像可以保存为PNG、JPEG 2000和TIFF格式。32位浮点（CV_32F）图像可以保存为PFM、TIFF、OpenEXR和Radiance HDR格式。三通道（CV_32FC3）TIFF图像将使用LogLuv高动态范围编码（每像素4字节）保存。另外，使用此函数可以保存带有alpha通道的PNG图像。为此，创建8位（或16位）四通道图像BGRA，其中alpha通道最后到达。完全透明的像素应该将alpha通道设置为0，完全不透明的像素应该将alpha设置为255/65535。如果格式、深度或通道顺序不同，就在保存之前使用Mat::convertTo和cv::cvtColor进行转换，或者使用通用文件存储I/O函数将图像保存为XML或YAML格式。

下面示例将演示如何创建BGRA图像并将其保存到PNG文件中，还将演示如何设置自定义压缩参数。

【例3.4】 创建BGRA图像并将其保存到PNG文件

 import cv2
    import numpy as np
    img=cv2.imread("cat.jpeg")
    img_bgra=cv2.cvtColor(img,cv2.COLOR_BGR2BGRA)
    print(img_bgra.shape)
    print(img_bgra)
    b, g, r ,a= cv2.split(img_bgra)
    print(a)
    print(a.shape)
    a[int(a.shape[0]/2):,int(a.shape[1]/2):]=0
    alpha = np.ones(b.shape, dtype=b.dtype)*0  #creating a dummy alpha channel
image.
    print(alpha)
    alpha = alpha.astype(np.uint8)
    img_bgra = cv2.merge((b, g, r, a))
    print(img_bgra.shape)
    cv2.imshow("BGRA", img_bgra)
    cv2.imwrite("BGRA.png",img_bgra, [cv2.IMWRITE_PNG_COMPRESSION, 9])
    cv2.waitKey(0)

在上述代码中，首先读取工程目录下的原图片cat.jpg，本例输入一幅24位BGR真彩色图像，输出32位BGRA带透明通道的彩色图像。在输出前，对alpha透明通道做了一些处理。源24位真彩色图像的左下角置为透明。在运行中查看BGRA四通道图片时，是无法查看到透明通道的，需要把图片保存下来才能看到。

目前支持alpha透明通道的图片封装格式为：

（1）PNG：支持透明效果。PNG可以为原图像定义256个透明层次，使得彩色图像的边缘能与任何背景平滑地融合，从而彻底地消除锯齿边缘。这种功能是GIF和JPEG没有的。

（2）GIF：GIF的原义是“图像互换格式”，GIF文件的数据是一种基于LZW算法的连续色调的无损压缩格式。

（3）TIFF：TIFF是一种灵活的位图格式，主要用来存储包括照片和艺术图在内的图像。它最初由Aldus公司与微软公司一起为PostScript打印开发。TIFF与JPEG和PNG一起成为流行的高位彩色图像格式。

（4）PSD：这是Photoshop图像处理软件的专用文件格式，文件扩展名是.psd，可以支持图层、通道、蒙板和不同色彩模式的各种图像特征，是一种非压缩的原始文件保存格式。扫描仪不能直接生成该种格式的文件。PSD文件有时容量很大，但可以保留所有原始信息，在图像处理中对于尚未制作完成的图像，选用PSD格式保存是最佳的选择。

运行工程，结果如图3-5所示。此时在工程目录下多了一个BGRA.png文件。这里不保存下来查看的话，在程序运行中展示时看不出差异。保存图片时，要保存为PNG格式，因为PNG或TIFF格式的文件即为BGRA四通道色彩空间的图像文件形式。另外，保存图片时，imwrite的第三个参数是[cv2.IMWRITE_PNG_COMPRESSION, 9]，它实现了图片压缩功能，其中9代表图片保存时的压缩程度，有0~9这个范围的10个等级，数字越大表示压缩程度越高。