标签：Python 输入输出 WINDOW OpenCV IMREAD 实例 图像 IMWRITE cv
本节主要翻译自OpenCV的帮助资料，并结合一些编程考量。
D、基本输入输出函数
- imread(fln)，imwrite(fln,img);
函数原型：
Mat cv::imread(const String &filename, int flags = IMREAD_COLOR );
从文件中装入图像
函数imread从指定的文件中加载图像并返回一个Mat类型的图像对象。如果加载失败（由于文件错，不合适的权限，不支持或不可用的格式），这个函数返回空矩阵( Mat::data==NULL )。
当前版本的openCV中这个函数支持下列格式的图像文件：
- Windows 位图 - *.bmp, *.dib (总是支持的格式)
- JPEG 文件 - *.jpeg, *.jpg, *.jpe(见注释节)
- JPEG 2000 文件 - *.jp2 (见注释节)
- 便携网络图文件 - *.png (见注释节)
- WebP - *.webp (见注释节)
- 便携图像格式 - *.pbm, *.pgm, *.ppm *.pxm, *.pnm (总是支持的格式)
- PFM 文件 - *.pfm (见注释节)
- Sun光栅文件 - *.sr, *.ras (总是支持的格式)
- TIFF 文件 - *.tiff, *.tif (见注释节)
- OpenEXR 图像文件 - *.exr (见注释节)
- 辐射HDR - *.hdr, *.pic (总是支持的格式)
- 由GDAL所支持的光栅和向量几何数据(见注释节)
注释
- 这个函数通过内容确定图像类型，而不是通过文件的扩展名。
- 在彩色图像中解码图像使用B G R 顺序存储图像的彩色通道。
- 在使用IMREAD_GRAYSCALE图像标志时，也可能使用编解码器内部的灰度转换，此时的结果可能与cvtColor()的输出不一样。
- 在微软的Windows OS 和MacOSX*下，编解码器默认使用附带的OpenCV图像(libjpeg, libpng, libtiff, and libjasper)库。所以OpenCV 总是能读取JPEGs, PNGs, 和TIFFs。在MacOSX下，还可以允许选择MacOSX原生的图像读取器。但是要当心，到现在为止，这些原生的图像加载器获得的图像具有不同的像素值，这是因为嵌入到MacOSX内的色彩管理操作是有差异的。
- 对于Linux，BSD风格和其它类Unix的开源操作系统，OpenCV查找操作系统支持的图像编解码器。一定要记得安装相关的包(不要忘了这些开发文件，如，"libjpeg-dev"，在Debian 和Ubuntu中)以便获得编解码的支持或者在CMake中打开OPENCV_BUILD_3RDPARTY_LIBS标志开关。
- 在CMake设置WITH_GDAL 标志为true，且使用IMREAD_LOAD_GDAL 来加载图像时，GDAL 驱动器将用于解码图像，支持： Raster, Vector格式。
- 如果EXIF信息嵌入到图像文件中，就要考虑EXIF的朝向，因而，图像将依据EXIF进行旋转，除非传输了IMREAD_IGNORE_ORIENTATION 或 IMREAD_UNCHANGED 标志。
- 使用IMREAD_UNCHANGED 标志来保持PFM图像的浮点值。
- 默认情况下像素数必需小于2^30。这个限制可以使用OPENCV_IO_MAX_IMAGE_PIXELS进行设置。
参数
| filename | 装入的文件名。 |
| flags | 标志，可以取值于cv::ImreadModes |
| cv::ImreadModes { cv::IMREAD_UNCHANGED = -1, | |
|
|
|
| IMREAD_UNCHANGED Python: cv.IMREAD_UNCHANGED | 如果设置，返回加载的源图，(对alpha通道保留，否则裁剪掉)。不考虑EXIF朝向。 |
| IMREAD_GRAYSCALE Python: cv.IMREAD_GRAYSCALE | 如果设置，总是转换图像到单一通道的灰度图(编解码器内部转换)。 |
| IMREAD_COLOR Python: cv.IMREAD_COLOR | 如果设置，总是转换图像到3通道BGR的彩色图。 |
| IMREAD_ANYDEPTH Python: cv.IMREAD_ANYDEPTH | 如果设置，在输入有对应深度时返回16-bit/32-bit图像，否则转换成8-bit图像。 |
| IMREAD_ANYCOLOR Python: cv.IMREAD_ANYCOLOR | 如果设置，图像以任何可能的彩色格式读取。 |
| IMREAD_LOAD_GDAL Python: cv.IMREAD_LOAD_GDAL | 如果设置，使用gdal驱动器装载图像。 |
| IMREAD_REDUCED_GRAYSCALE_2 Python: cv.IMREAD_REDUCED_GRAYSCALE_2 | 如果设置，总是转换图像到单通道灰度图像，并且图像尺寸缩减1/2。 |
| IMREAD_REDUCED_COLOR_2 Python: cv.IMREAD_REDUCED_COLOR_2 | 如果设置，总是转换图像到3通道BGR彩色图像，并且图像尺寸缩减1/2。 |
| IMREAD_REDUCED_GRAYSCALE_4 Python: cv.IMREAD_REDUCED_GRAYSCALE_4 | 如果设置，总是转换图像到单通道灰度图像，并且图像尺寸缩减1/4。 |
| IMREAD_REDUCED_COLOR_4 Python: cv.IMREAD_REDUCED_COLOR_4 | 如果设置，总是转换图像到3通道BGR彩色图像，并且图像尺寸缩减1/4。 |
| IMREAD_REDUCED_GRAYSCALE_8 Python: cv.IMREAD_REDUCED_GRAYSCALE_8 | 如果设置，总是转换图像到单通道灰度图像，并且图像尺寸缩减1/8。 |
| IMREAD_REDUCED_COLOR_8 Python: cv.IMREAD_REDUCED_COLOR_8 | 如果设置，总是转换图像到3通道BGR彩色图像，并且图像尺寸缩减1/8。 |
| IMREAD_IGNORE_ORIENTATION Python: cv.IMREAD_IGNORE_ORIENTATION | 如果设置，不依据EXIF朝向标志旋转图像。 |
bool cv::imwrite(const String & filename, InputArray img, const std::vector<int> & params=std::vector< int >());
保存图像到指定的文件。
函数imwrite()保存图像到指定的文件。图像格式以选择的文件名扩展为准（参见cv::imread中文件名扩展的列表）。一般而言，只有8位单通道或3通道（BGR通道顺序）图像可以使用这个函数保存，除此之外还可以有：
- 16位无符号(CV_16U)图像可以存储成PNG，JPEG 2000，和TIFF格式
- 32位浮点(CV_32F)图像可以存储成PFM，TIFF，OpenEXR，和辐射HDR格式；3通道(CV_32FC3) TIFF 图像则存储成LogLuv高动态变幅编码(每像素4字节)格式。
- 具有alpha 通道的PNG图像可以使用这个函数存储。此时可建立8位(或16位) 4通道图像BGRA，其中alpha通道排在最后。完全透明的像素的alpha设置到0，完全不透明像素的alpha设置到255/65535(参见下面的示例代码)。
如果格式的深度或通道顺序不同，需使用 Mat::convertTo 和 cv::cvtColor 在保存之前进行转换。也可通过FileStorage I/O 函数保存图像到XML 或 YAML 格式。
下面的示例给出建立BGRA 图像并存储成PNG 文件的例子。 它还展示了怎样设置图像的压缩参数：
#include <opencv2/imgcodecs.hpp>
using namespace cv;
using namespace std;
static void createAlphaMat(Mat &mat)
{
CV_Assert(mat.channels() == 4);
for (int i = 0; i < mat.rows; ++i){
for (int j = 0; j < mat.cols; ++j){
Vec4b& bgra = mat.at<Vec4b>(i, j);
bgra[0] = UCHAR_MAX; // 蓝
bgra[1] = saturate_cast<uchar>((float (mat.cols - j)) / ((float)mat.cols) * UCHAR_MAX); // 绿
bgra[2] = saturate_cast<uchar>((float (mat.rows - i)) / ((float)mat.rows) * UCHAR_MAX); // 红
bgra[3] = saturate_cast<uchar>(0.5 * (bgra[1] + bgra[2])); // Alpha
}
}
}
int main()
{
//建立具有alpha通道的矩阵
Mat mat(480, 640, CV_8UC4);
createAlphaMat(mat);
vector<int> compression_params;
compression_params.push_back(IMWRITE_PNG_COMPRESSION);
compression_params.push_back(9);
bool result = false;
try{
result = imwrite("alpha.png", mat, compression_params);
}catch (const cv::Exception& ex){
fprintf(stderr, "转换图像到PNG格式出现异常: %s\n", ex.what());
}
if (result)
printf("存储成具有alpha数据的PNG格式文件.\n");
else
printf("错误: 不能存储成PNG格式文件.\n");
return result ? 0 : 1;
}
参数
| filename | 文件名 |
| img | 要存储的图像 |
| params | 格式指定的编码参数使用名-值对(paramId_1, paramValue_1, paramId_2, paramValue_2, ... .) 参见 cv::ImwriteFlags |
| cv::ImwriteFlags { } |
| IMWRITE_JPEG_QUALITY Python: cv.IMWRITE_JPEG_QUALITY | JPEG图像的存储质量0 - 100 (越高越好)。默认为95。 |
| IMWRITE_JPEG_PROGRESSIVE Python: cv.IMWRITE_JPEG_PROGRESSIVE | 允许的JPEG属性，0/1，默认为False。 |
| IMWRITE_JPEG_OPTIMIZE Python: cv.IMWRITE_JPEG_OPTIMIZE | 允许的JPEG属性，0/1，默认为False. |
| IMWRITE_JPEG_RST_INTERVAL Python: cv.IMWRITE_JPEG_RST_INTERVAL | JPEG重启间隔，0 – 65535，默认为0 – 无重起。 |
| IMWRITE_JPEG_LUMA_QUALITY Python: cv.IMWRITE_JPEG_LUMA_QUALITY | 不同的流明质量级，0 – 100，默认为0 – 不使用。 |
| IMWRITE_JPEG_CHROMA_QUALITY Python: cv.IMWRITE_JPEG_CHROMA_QUALITY | 不同的浓度质量级，0 – 100，默认为0 – 不使用。 |
| IMWRITE_PNG_COMPRESSION Python: cv.IMWRITE_PNG_COMPRESSION | 对于PNG格式，标识压缩级别从0 到9。较高的值说明较小的图像文件尺寸和较长的压缩时间。如果指定，压缩策略变为IMWRITE_PNG_STRATEGY_DEFAULT (Z_DEFAULT_STRATEGY)。默认值为1 (最快的速度)。 |
| IMWRITE_PNG_STRATEGY Python: cv.IMWRITE_PNG_STRATEGY | cv::ImwritePNGFlags标志之一 ，默认为IMWRITE_PNG_STRATEGY_RLE。 |
| IMWRITE_PNG_BILEVEL Python: cv.IMWRITE_PNG_BILEVEL | 二进制层的PNG，0 或1，默认为0。 |
| IMWRITE_PXM_BINARY Python: cv.IMWRITE_PXM_BINARY | 对PPM，PGM，或PBM，可以为二进制格式标志，0 或 1。默认为1。 |
| IMWRITE_EXR_TYPE Python: cv.IMWRITE_EXR_TYPE | |
| IMWRITE_WEBP_QUALITY Python: cv.IMWRITE_WEBP_QUALITY | 重载EXR存储类型(FLOAT，默认为 (FP32) ) 对于WEBP，可以是1到100的质量值(越高越好)。默认(没有任何参数)和大于100的值，使用最低压缩形式。 |
| IMWRITE_PAM_TUPLETYPE Python: cv.IMWRITE_PAM_TUPLETYPE | 对于PAM，设置TUPLETYPE字段用对应串值定义使用的格式。. |
| IMWRITE_TIFF_RESUNIT Python: cv.IMWRITE_TIFF_RESUNIT | 对于TIFF，用于指定DPI分辨率单位；参见libtiff 资料设置可用的值。 |
| IMWRITE_TIFF_XDPI Python: cv.IMWRITE_TIFF_XDPI | 对于TIFF，用于指定X方向的DPI。 |
| IMWRITE_TIFF_YDPI Python: cv.IMWRITE_TIFF_YDPI | 对于TIFF，用于指定Y方向上的DPI。 |
| IMWRITE_TIFF_COMPRESSION Python: cv.IMWRITE_TIFF_COMPRESSION | 对于TIFF，用于指定图像压缩策略。参见libtiff 的整数内容对应的压缩格式。注意，对于深度为CV_32F的图像，仅仅libtiff 的SGILOG压缩策略可用。对于其它支持的深度，压缩策略可以由这个标志指定；LZW压缩标识是默认选择。 |
| IMWRITE_JPEG2000_COMPRESSION_X1000 Python: cv.IMWRITE_JPEG2000_COMPRESSION_X1000 | 对于JPEG2000，用于指定目标压缩率(乘以1000)。可以指定从0 到1000。默认为1000。 |
- cv::imshow (const String &winname, InputArray mat);
在指定窗口中显示图像。
函数imshow()在指定窗口中显示图像。如果窗口使用cv::WINDOW_AUTOSIZE标志建立，图像将以其初始的尺寸显示，此时，图像将受到屏幕分辨率的限制。反之图像将以适合窗口大小的尺寸压缩显示。这个函数可以使用相关的深度标识图像。
- 如果图像为8位无符号，它就被实际显示（无任何转换）
- 如果图像为16位无符号或32位整数，像素被256除。即，值范围在[0，255*256]被映射到[0，255]。
- 如果图像为32位或64位浮点数，像素值乘以255。即，值范围在[0,1]被映射到[0,255]。
如果窗口是以OpenGL支持的方式建立，cv::imshow 也支持 ogl::Buffer ， ogl::Texture2D 和 cuda::GpuMat 作为输入。
如果在这个函数之前没有建立窗口，这个函数则使用cv::WINDOW_AUTOSIZE建立窗口。
如果需要显示大于屏幕分辨率的图像，则需在imshow()之前要调用namedWindow("", WINDOW_NORMAL)。
注意
在控制台程序操作中，这个函数之后应该调用cv::waitKey 函数来指定显示图像几毫秒（暂停程序）。否则，将不能显示图像。例如，waitKey(0) 将无限长时间显示窗口，直到按下任意键(这适合于图像显示)。waitKey(25) 将显示帧25ms，之后将自动关闭显示。(如果将其放到读视频的循环中，将会逐帧显示视频图像)
[在Windows环境下] 按下Ctrl+C 拷贝图像到剪裁板。
[在Windows环境下] 按下Ctrl+S 将显示保存文件对话框。
参数
| winname | 窗口名（窗口标题） |
| mat | 要显示的图像数据。 |
- cv::namedWindow (const String &winname, int flags=WINDOW_AUTOSIZE);
建立窗口（并在openCV窗口管理中注册窗口，可用窗口名进行检索）
函数namedWindow()建立一个用于图像或跟踪条显示的占位窗口（原始窗口）。所建立的窗口可由窗口名加以引用。如果存在同名窗口，这个函数不做任何操作。
可以调用 cv::destroyWindow 或 cv::destroyAllWindows 来关闭窗口和释放任何相关的内存。为简化程序，并不要求必需调用这些函数，因为应用的所有资源和窗口都在退出时由操作系统自动关闭和释放。
注意
Qt 环境支持的附加标志：
- WINDOW_NORMAL 或 WINDOW_AUTOSIZE: WINDOW_NORMAL 允许改变窗口尺寸，而WINDOW_AUTOSIZE 自动调节窗口尺寸到适合显示的图像尺寸(见imshow)，并且不能手动改变窗口尺寸。
- WINDOW_FREERATIO 或 WINDOW_KEEPRATIO: WINDOW_FREERATIO 不依据图像比例调节图像，而WINDOW_KEEPRATIO保持图像比例。
- WINDOW_GUI_NORMAL或WINDOW_GUI_EXPANDED: WINDOW_GUI_NORMAL使用旧风格画不带状态条和工具条的窗口，而WINDOW_GUI_EXPANDED是新风格的GUI界面。默认，flags== WINDOW_AUTOSIZE | WINDOW_KEEPRATIO | WINDOW_GUI_EXPANDED。
参数
| winname | 窗口标题上的窗口名，可用作窗口标识。 |
| flags | 窗口标志。支持的标志是：(cv::WindowFlags) |
| cv::WindowFlags { } |
| WINDOW_NORMAL Python: cv.WINDOW_NORMAL | 用户可以改变窗口大小(无限制) / 也可用于切换全屏窗口到正常大小。 |
| WINDOW_AUTOSIZE Python: cv.WINDOW_AUTOSIZE | 用户不能改变窗口大小，窗口大小由显示的图像所限制。 |
| WINDOW_OPENGL Python: cv.WINDOW_OPENGL | 具有opengl 支持的窗口。 |
| WINDOW_FULLSCREEN Python: cv.WINDOW_FULLSCREEN | 改变窗口到全屏。 |
| WINDOW_FREERATIO Python: cv.WINDOW_FREERATIO | 图像可以任意扩展(没有比例限制)。 |
| WINDOW_KEEPRATIO Python: cv.WINDOW_KEEPRATIO | 保持图像比例 |
| WINDOW_GUI_EXPANDED Python: cv.WINDOW_GUI_EXPANDED | 建立有状态条和工具条窗口。 |
| WINDOW_GUI_NORMAL Python: cv.WINDOW_GUI_NORMAL | 旧风格的窗口 |
E、色彩空间转换（Color Space Conversions）
- void cv::cvtColor (InputArray src, OutputArray dst, int code, int dstCn=0)
转换图像从一种彩色空间到另一种彩色空间。
这个函数转换图像从一种彩色空间到另一种彩色空间。在转换RGB彩色空间时，应显式地指定通道顺序(RGB 或 BGR)。注意在openCV中默认的彩色格式通常不同于RGB顺序，而是BGR (字节是颠倒的，Intel CPU是低字节在前)。所以在标准(24位)彩色图像中头一个字节应该是8位的蓝色分量，第二个字节是绿色，而第三个字节是红色。而后的第四，第五，和第六字节是下一个像素(蓝，然后绿，然后红)等等。
R，G，和B 通道值的转换范围是:
- 0 to 255 为CV_8U 图像
- 0 to 65535 为CV_16U 图像
- 0 to 1 为CV_32F 图像
在线性变换时，范围并不重要。但是在非线性变换中，输入的RGB图像应该归一化到适当的值范围以便获得正确结果，如，对RGB → L*u*v* 变换。例，假设32位浮点图像直接从8位图像转换而来，而没有定义任何比例，结果是将0..255值范围取代函数设定的0..1。所以在调用cvtColor 之前，需要首先标定像素比例如下：
img *= 1./255;
cvtColor(img, img, COLOR_BGR2Luv);
如果函数 cvtColor 用于8位图像，转换将丢失某些信息。对于很多应用这样的损失并不显著，但是还是推荐在应用中使用32位图像保证全彩色范围或在操作之前先转换为32位图像，然后再转换回来。
如果转换附加了alpha通道，其值将被设置到最大对应通道范围：255 对应CV_8U，65535 对应CV_16U，1 对应CV_32F。
参数
| src | 输入图像：8位无符号，16位无符号( CV_16UC... )，或单精度浮点数。 |
| dst | 与源图同尺寸和深度的输出图像。 |
| code | 色彩空间转换码(参见ColorConversionCodes)。 |
| dstCn | 输出图像的通道数；如果这个参数为0，通道数自动从src和code中导出。 |
- void cv::cvtColorTwoPlane (InputArray src1, InputArray src2, OutputArray dst, int code)
转换图像从一种颜色空间到另一种颜色空间，此处的源图像存储在两个位面中。
这个函数现在仅支持YUV420 到 RGB 转换。
参数
| src1 | Y位面的8位图像(CV_8U)。 |
| src2 | 包含交替U/V 位面的图像。 |
| dst | 输出图像。 |
| code | 指定转换类型。可以取值下面任何值：
|
- void cv::demosaicing (InputArray src, OutputArray dst, int code, int dstCn=0)
所有去马赛克过程的主函数
参数
| src | 输入图像：8位无符号或16位无符号。 |
| dst | 输出图像，与输入图像同尺寸和深度。 |
| code | 色彩空间转换码(参见下面的描述)。 |
| dstCn | 输出图像的通道数；如果为0，通道数自动从scr和code参数中导出。 |
这个函数可以做如下转换：
- 用双线性插值去马赛克
COLOR_BayerBG2BGR ，COLOR_BayerGB2BGR ，COLOR_BayerRG2BGR ，COLOR_BayerGR2BGR
COLOR_BayerBG2GRAY , COLOR_BayerGB2GRAY , COLOR_BayerRG2GRAY , COLOR_BayerGR2GRAY
- 用可变梯度数去马赛克
COLOR_BayerBG2BGR_VNG , COLOR_BayerGB2BGR_VNG , COLOR_BayerRG2BGR_VNG , COLOR_BayerGR2BGR_VNG
- 已知边缘的去马赛克
COLOR_BayerBG2BGR_EA , COLOR_BayerGB2BGR_EA , COLOR_BayerRG2BGR_EA , COLOR_BayerGR2BGR_EA
- 使用alpha 通道去马赛克
COLOR_BayerBG2BGRA , COLOR_BayerGB2BGRA , COLOR_BayerRG2BGRA , COLOR_BayerGR2BGRA
示例程序中首先建立操作对象ImageCls定义如下：
class CV_EXPORTS ImageCls
{
public:
static ImageCls* CurMy;//存储回调函数调用的对象
void setCurMy()
{
//设置当前对象为回调函数调用的对象
CurMy = this;
}
static INT_PTR CALLBACK iwinProcCls(HWND hwnd, UINT message, WPARAM wParam, LPARAM lParam);//static void* callback(void*);//回调函数
//
HWND hwndMain;//主窗口消息处理handle，在winproc中实现消息处理
char filenm[255]; //图像文件名
//
Mat img; //图像数组，初始化为wid = 0，hig = 0，填充为0
Mat Gry_img;
char buffer_str[255]; //信息显示缓冲
//
ImageCls();//默认构造函数
ImageCls(HWND hwnd, char * flnm, int fltID, int matID);
~ImageCls(void);
//
public:
int handCnt;
procHandle* pHandler[255];
int findHandlerPos();//查找空位
int findHandlerPos(HWND hsWnd);//查找定位
int findHandlerPos(char * wnm);//查找定位
public:
bool showImageToWin(int imgID);
bool showImageToWin(int imgID, char *winNm);
HWND SetWinProcTo(char * wname);//绑定键盘消息处理函数
void ShowImage(HWND hpWnd, char * wname, Mat dimg);
void Closed();
public:
//滤波器节
char filterNM[255];//滤波器显示名
Mat Flt_img;//滤波器操作图像
};
然后在程序初始化中调用opencv_ImageCls自定义函数：
void opencv_ImageCls(HWND hwnd, int filterSz)
{
MyImageCls = ImageCls(hwnd, filenm, filterID, borderID);
MyImageCls.setCurMy();//设置回调操作的静态对象指针变量，静态函数使用非静态类变量需要对象指针。
MyImageCls.handCnt = 0;
MyImageCls.showImageToWin(IMAGE_COLOR);//其中包含给图像窗口挂接回调函数，每一个窗口都挂接函数（多个窗口需要不同的操作变量）。
MyImageCls.showImageToWin(IMAGE_GRAY);
}
其中showImageToWin函数：
bool ImageCls::showImageToWin(int imgID)
{
bool retV = false;
HWND hwd;
int ndx = -1;
if(img.data){
ndx = findHandlerPos("源图像窗口");
if (ndx >= 0)
{
retV = true;
break;
}
newNamedWindow( "源图像窗口",CV_WINDOW_AUTOSIZE );
hwd = SetWinProcTo("源图像窗口");//绑定键盘消息处理函数
ShowImage(hwd, "源图像窗口", img);
retV = true;
}
}
其中newNamedWindow函数是对namedWindow函数的改写以适应对图像窗口的管理，其中调用了namedWindow函数。ShowImage函数如下：
void ImageCls::ShowImage(HWND hpWnd, char * wname, Mat dimg)
{
int ndx = findHandlerPos(hpWnd);
if(ndx < 0)
return;
procHandle *wpHandler = pHandler[ndx];
//
Mat _img = ((InputArray)dimg).getMat();
wpHandler->c_img = _img;
wpHandler->arrData = &wpHandler->c_img;
wpHandler->iwid = img.cols;
wpHandler->ihig = img.rows;
newShowImage(wname,&wpHandler->c_img);
}
newShowImage函数是对imShow的改写。
注意：这里使用的不是控制台形式的操作，而是简单的窗口操作，因此，在winproc回调函数中做了处理，利用了win32的消息循环，不需要使用waitkey(）函数做暂停。
以后的所有示例和函数调用都是以这种形式进行，通过主菜单选择功能，对话框获取参数，对图像对象进行操作。这样的展示适合图像的对比和操作结果的显示。
标签：Python,输入输出,WINDOW,OpenCV,IMREAD,实例,图像,IMWRITE,cv 来源： https://blog.csdn.net/chchzh/article/details/116257630
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。