文章目录[隐藏]
目录
一、使用matplotlib显示图
import matplotlib.pyplot as plt #plt用于显示图片 import matplotlib.image as mping #mping用于读取图片 import numpy as np lena=mping.imread('1.jpg') #读取和代码同一目录下的图片 #此时lena就已经是一个np.array了,可以对它任意处理 lena.shape#(512,512,3) plt.imshow(lena) #显示图片 plt.axis('off') #不显示坐标轴 plt.show()
1、显示热量图
#显示的热量图 lena_1=lena[:,:,0] plt.imshow(lena_1) plt.show()
2、显示灰度图
#显示灰度图 img=plt.imshow(lena_1) img.set_cmap('gray')#‘hot'是热量图 cmap参数 plt.show()
二、使用cv.imread显示图像
import cv2 img=cv2.imread('1.jpg') print(img.shape)
(296, 474, 3)
1、显示灰度图像
gray_img=cv2.imread('1.jpg',cv2.IMREAD_GRAYSCALE) print(gray_img.shape)
(296,494)
总结
本篇文章就到这里了,希望能够给你带来帮助,也希望您能够多多关注华域联盟的更多内容!
您可能感兴趣的文章:
- python opencv图像处理基本操作示例详解
- Python+OpenCV图像处理——图像二值化的实现
- Python+OpenCV图像处理——实现轮廓发现
- Python+OpenCV图像处理—— 色彩空间转换
- Python+OpenCV六种实时图像处理详细讲解
本文由 华域联盟 原创撰写:华域联盟 » opencv-python基本图像处理详解
转载请保留出处和原文链接:https://www.cnhackhy.com/33512.htm