OpenCV图像处理——创建、读取、无损保存图像（C++/Python）

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。

知来者逆