python数字图像处理入门（python图像处理入门一）

python数字图像处理入门

python图像处理入门一

一、环境

由于这学期开了图像处理这门课，所以想着在各种实验开始之前自己先动手试一下

图像处理那首先要配个环境嘛，配环境真的是我长久以来的噩梦了，每次都会出现奇奇怪怪的问题，首先上网查找了一下，opencv这个库还是用的比较多的，如果想要使用c++来做图像处理的话，那么使用visual studio搭配opencv是比较常见的，所以就照着网上的教程下载好了vs之后下载了opencv的包，将包导入指定的路径也设置好环境变量之后发现还是不行，怎么办呢？这个时候想到那还不如自己直接用python，一来现在python使用的越来越多，二来方法也多，语法什么的也比较简单，正好自己电脑上之前配置了pycharm，这样省了很多事

本来以为直接在pycharm里面的settings里面导入opencv的包就可以了，可是查了一下发现没有，这里还是要自己从网上下载然后导入，还是好麻烦呀，从网上查到可以从anaconda里面下载，比较方便，可是一个问题是我的pycharm的python解释器是用的自己下载的，而没用anaconda自带的解释器，这样下载下来可能也用不了，机智的我想到把原来的解释器卸载掉然后使用anaconda带来的解释器不就得了，不巧的是卸载的时候脑子一热把anaconda也卸载了……（这可怎么办好）无奈下只好重新下载了anaconda

anaconda有两种下载途径，第一种是从官网下载，第二种是使用清华镜像，清华镜像要快一点，但是一个问题是pycharm使用的时候会报错，这个时候要修改一个.condarc文件，后来又出了各种问题我就想那还是用国外的下载吧，慢就慢一点呗，意外的是其实也没有很慢，这个时候又出了一个错误，这时候重新使用国外下载的版本会报另外一个错误，有些博客提到使用conda update 或者conda update --reset这两条指令，由于前面修改了.condarc文件，所以并没有解决我的问题。可以采用两种方法解决，第一种是改回原来的样子，但是如果像我一样忘了原来的文件怎么办，就可以用第二种方法，将这个文件删掉，再重新执行conda update，成功了。

接下来是修改pycharm中的解释器，需要提到的是不仅要修改interpreter，还需要在pycharm的run按钮旁边的这个位置

我这里对应到cvtest2的下拉框，找到edit configuration，修改其中使用的解释器，不然的话由于原来的python解释器和现在的anaconda解释器不同，仍然会提示路径错误，找不到python

就在刚刚可以在pycharm中运行cv且不报错的时候，突然发现anaconda自带了一个神奇的小东西，它的名字叫做spyder，这个小可爱如果早点出现的话，可省了我好多麻烦

spyder是什么呢？

嗯这是一个看着很让人喜欢的python编译器，界面大概是这样的

简洁又可爱是不是？更好的是在这个环境里，anaconda下载的库可以直接使用，我的cv使用的第一个成功 的例子就是在spyder运行成功的，对它的好感又多了一分。

二、实例——读取一个图片

opencv这个库提供了很多有关图像处理的方法，在这里我们首先执行一个可以读取图片的程序：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

import cv2 as cv   # 读入图片文件 src = cv.imread('e:\\360movedata\\users\\administrator\\desktop\\things2_0\\flower.jpg" alt="python数字图像处理入门（python图像处理入门一）" border="0" />) # 创建一个名字加 “ input image ” 的窗口， # 窗口可以根据图片大小自动调整 cv.namedwindow('input image', cv.window_autosize) # 在窗口显示图片 cv.imshow('input image', src)   # 等待用户操作 cv.waitkey(0) # 释放所有窗口 cv.destroyallwindows()

imread这个方法提供了读取数据的方法，下面的namewindow方法根据其名字就可以得知是对读取图片之后弹出的窗口做设置的，具体可看代码中注释，接下来我们看一下执行出来的效果

哈，读取出来的图片和保存的原图是一样的，这是我要学习图像处理的第一步，那么下一步就要对这个图片做一些改动，这部分放在下一篇博客再讲

以上所述是小编给大家介绍的python图像处理入门详解整合，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对开心学习网网站的支持！

原文链接：https://blog.csdn.net/LieberVater/article/details/88542062