一. 確認圖像的數組類型

在使用 OpenCV 的 cv2.imread() 函數讀取圖像時，第二個參數（標志）決定了圖像的讀取方式。具體來說，0、1 和 -1 分別對應不同的讀取模式：

這里不討論處理包含透明度通道的圖像

使用 img.shape 判斷圖像類型

在 OpenCV 中，當你使用 cv2.imread() 函數讀取一張圖像時，它會將圖像加載到內存中，并將其存儲為一個 NumPy 數組。img.shape 是 NumPy 數組的一個屬性，它返回一個包含數組各維度大小的元組。通過檢查這個元組的長度（即維度的數量），我們可以確定數組的類型或結構。

• 灰度圖像：通常是一個二維數組，表示為 (height, width)， img.shape 返回的元組長度為 2。
• 彩色圖像：通常是一個三維數組，表示為 (height, width, channels)， channels 表示顏色通道的數量（例如 RGB 圖像有三個通道，形狀通常是 (height, width, 3)）， img.shape 返回的元組長度為 3。

# img 是一個 NumPy 數組
if len(img.shape) == 2:
    print("這是一個灰度圖像")
elif len(img.shape) == 3:
    print("這是一個彩色圖像")

二. 使用Matplotlab顯示

灰度圖像

plt.imshow(img, cmap='gray')

理解cmap='gray'

直接imshow 會使用默認的顏色映射（通常是 viridis），這通常不是期望的灰度效果。需要明確指定顏色映射 (cmap) 為 'gray'，這樣可以確保圖像中的每個像素值都被正確地映射到灰度級別。

彩色圖像

OpenCV讀取到的色彩通道順序為BGR, Matplotlab讀取顯示的色彩通道為RGB，所以需要讀取時轉換通道

plt.imshow(img[:, :, ::-1])

理解 img[:, :, ::-1]

第一維和第二維分別代表圖像的高度和寬度，第三維有三個通道：紅（R）、綠（G）、藍（B）

• : 表示選取所有元素。
• ::-1 是Python中的切片語法，表示從尾到頭（逆序）選擇元素。這里的意圖通常是翻轉最后一個維度的數據，比如將RGB格式轉換為BGR格式，或者相反。

到此這篇關于Matplotlab顯示OpenCV讀取到的圖像的文章就介紹到這了,更多相關Matplotlab OpenCV圖像內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論