點贊 + 關注 + 收藏 = 學會了
對於剛接觸 opencv 的工友來説，能快速看到圖像處理的效果是很重要的。OpenCV 內置了圖像預覽方法，我在之前的文章裏已經介紹過。
而在 Python 生態裏，有一個更厲害的圖像顯示工具 —— Matplotlib
- OpenCV：這是一個專門用於圖像處理和計算機視覺的開源庫，它能方便地讀取、處理各種圖像。
- Matplotlib：這是 Python 的一個繪圖庫，其中的 pyplot 模塊可以像 MATLAB 一樣創建各種類型的圖表，包括顯示圖像，而且顯示效果直觀，還能在圖像上做一些簡單標註等。
用 OpenCV 讀取圖像後，再用 Matplotlib 顯示，既能利用 OpenCV 的讀取優勢，又能借助 Matplotlib 的顯示優勢。
上手操作
安裝相關庫
如果還沒有安裝這兩個庫，需要先進行安裝。打開命令提示符（Windows）或終端（Mac/Linux），輸入以下命令：
pip install opencv-python
pip install matplotlib導入庫
在 Python 代碼中，首先要導入需要用到的庫：
import cv2 # 導入OpenCV庫，通常簡寫為cv2
import matplotlib.pyplot as plt # 導入Matplotlib的pyplot模塊，通常簡寫為plt讀取圖像
用 OpenCV 的imread函數讀取圖像。需要注意的是，要正確填寫圖像的路徑，如果圖像和代碼文件在同一個文件夾裏，直接寫圖像文件名即可；如果不在，要寫完整的路徑。
# 讀取圖像，參數為圖像路徑
img = cv2.imread('圖片路徑')要是讀取失敗，可能是路徑寫錯了，或者圖像文件損壞了，可以檢查一下這兩個方面。
圖像顏色通道轉換
OpenCV 讀取圖像時，默認的顏色通道是 BGR（藍、綠、紅），而 Matplotlib 顯示圖像時默認的是 RGB（紅、綠、藍）。如果不進行轉換，顯示的圖像顏色會不正常（比如紅色和藍色會顛倒）。所以需要進行通道轉換，用 OpenCV 的cvtColor函數：
# 將BGR格式轉換為RGB格式
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)用 Matplotlib 顯示圖像
做好前面的準備後，就可以用 Matplotlib 顯示圖像了：
# 創建一個圖像窗口
plt.figure()
# 顯示圖像，參數為要顯示的圖像
plt.imshow(img_rgb)
# 隱藏座標軸，讓圖像顯示更整潔
plt.axis('off')
# 顯示圖像
plt.show() 完整的代碼及展示效果
我在項目裏創建了一個 images 目錄，把 雷猴.jpeg 圖片放在裏面。
import cv2 # 導入OpenCV庫，通常簡寫為cv2
import matplotlib.pyplot as plt # 導入Matplotlib的pyplot模塊，通常簡寫為plt
# 讀取圖像，參數為圖像路徑
img = cv2.imread('./images/雷猴.jpeg')
# 將BGR格式轉換為RGB格式
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
# 創建一個圖像窗口
plt.figure()
# 顯示圖像，參數為要顯示的圖像
plt.imshow(img_rgb)
# 隱藏座標軸，讓圖像顯示更整潔
plt.axis('off')
# 顯示圖像
plt.show() 關鍵方法講解
plt.figure
使用 plt.figure() 創建了一個圖像窗口。
plt.figure 的語法：
plt.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)- num：圖像窗口的標識，可以是整數或字符串。如果未指定，會自動遞增生成；若指定相同的值，會複用已有的窗口。
- figsize：以元組形式指定窗口的大小，格式為(寬, 高)，單位是英寸。例如figsize=(8, 6)表示窗口寬 8 英寸，高 6 英寸。
- dpi：指定圖像的分辨率，即每英寸的像素數，數值越大圖像越清晰。
- facecolor：窗口的背景顏色，默認是白色。
- edgecolor：窗口邊緣的顏色。
- frameon：布爾值，是否顯示窗口的邊框，默認為True（顯示）。
plt.imshow
plt.imshow() 的作用是將圖像數據加載到創建的圖像窗口中，是顯示圖像的核心步驟。
plt.imshow(X, cmap=None, aspect=None, interpolation=None)- X：要顯示的圖像數據，可以是數組形式。對於彩色圖像，通常是三維數組(高度, 寬度, 通道數)；對於灰度圖像，是二維數組(高度, 寬度)。
- cmap：指定顏色映射表，用於灰度圖像或單通道圖像的顏色顯示。默認是viridis，顯示彩色時一般不用設置，顯示灰度圖時需設置為'gray'。
- aspect：控制圖像的寬高比，'auto'表示自動調整以適應窗口，'equal'表示保持圖像原始的寬高比。
- interpolation：指定圖像縮放時的插值方法，如'nearest'（最近鄰插值）、'bilinear'（雙線性插值）等，影響圖像縮放後的平滑程度。
plt.axis
plt.axis() 可以控制座標軸的顯示狀態或範圍，在顯示圖像時設置為'off'可以讓圖像顯示更簡潔。
如果上面代碼把 plt.axis('off') 這句註銷掉的話，展示的圖像左側及下方都會顯示座標軸。
plt.axis 的語法如下：
plt.axis(arg)- arg可以是'on'（顯示座標軸）、'off'（隱藏座標軸），也可以是一個列表[xmin, xmax, ymin, ymax]，用於指定座標軸的範圍。
plt.show
plt.show() 顯示所有創建的圖像窗口，將之前通過plt.imshow等方法加載的圖像內容呈現出來。在腳本中，必須調用該方法才能看到圖像；在交互式環境（如 Jupyter Notebook）中，有時會自動顯示，但顯式調用更穩妥。
進階玩法
顯示灰度圖像
如果想顯示灰度圖像，步驟略有不同。OpenCV 讀取灰度圖像時，可以在imread函數中添加參數cv2.IMREAD_GRAYSCALE，此時讀取的圖像是單通道的，不需要進行顏色通道轉換。
只需在上一個例子裏該一句代碼
# 讀取圖像，參數為圖像路徑
img = cv2.imread('./images/雷猴.jpeg', cv2.IMREAD_GRAYSCALE)
多圖對比顯示
在處理圖像時，經常需要對比原圖和處理後的圖像，Matplotlib 的subplot函數可以實現多圖在同一窗口顯示。
import cv2 # 導入OpenCV庫，通常簡寫為cv2
import matplotlib.pyplot as plt # 導入Matplotlib的pyplot模塊，通常簡寫為plt
# 讀取圖像，參數為圖像路徑
img = cv2.imread('./images/雷猴.jpeg')
# 將BGR格式轉換為RGB格式
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
# 將原圖轉為灰度圖
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 創建一個2行1列的子圖佈局
plt.subplot(2, 1, 1) # 第1行第1列的子圖
plt.imshow(img_rgb)
plt.title('origin') # 給子圖添加標題
plt.axis('off')
plt.subplot(2, 1, 2) # 第2行第1列的子圖
plt.imshow(gray_img, cmap='gray')
plt.title('gray')
plt.axis('off')
# 調整子圖之間的間距
plt.show()關鍵方法講解
plt.subplot
plt.subplot() 的作用是在一個圖像窗口中創建多個子圖，實現多幅圖像的對比顯示。例如plt.subplot(2, 1, 1)表示創建一個 2 行 1 列的子圖佈局，當前操作第 1 個子圖。
語法：
plt.subplot(nrows, ncols, index)- nrows：子圖的行數。
- ncols：子圖的列數。
- index：當前子圖的索引，從 1 開始，按行優先順序排列。
以上就是本文的全部內容啦，想了解更多 OpenCV 的玩法，歡迎關注 《OpenCV-Python 中文教程》
也可以➕我 green bubble 吹吹水咯
點贊 + 關注 + 收藏 = 學會了
