一、简介
Python包含丰富的图像处理工具包，例如：
- PIL(Python Imaging Library Python)，现在一般使用其分支Pillow
- Matplotlib
- OpenCV-Python ：OpenCV（开源计算机视觉库）是计算机视觉应中最广泛的库之一。OpenCV-Python是OpenCV的PythonAPI封装。
数字图像
数字图像：将二维图像有限数字的数值像素表示。
每个像素点可有各自的颜色值，可用RGB或CMYK（青、品红、黄、黑）色域。
分辨率是度量图像内数据量多少的一个参数，通常表示成每英寸像素数和每英寸点数。
二、pip安装OpenCV
1. windows环境(已安装Python2.7)
安装numpy
pip install -i https://pypi.douban.com/simple numpy
安装 OpenCV-Python
到：
http://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv
下载opencv_python-2.4.13.2-cp27-cp27m-win_amd64.whl
运行
pip install opencv_python-2.4.13.2-cp27-cp27m-win_amd64.whl
2. CentOS 环境
pip install numpy pip install mlpy cd /opt git clone https://github.com/Itseez/opencv.git cd opencv/ git checkout tags/2.4.11 mkdir build cd build cmake -D WITH_FFMPEG=ON -D WITH_TBB=ON -D WITH_EIGEN=ON -D BUILD_DOCS=ON -D BUILD_TESTS=OFF -D BUILD_PERF_TESTS=OFF -D BUILD_EXAMPLES=OFF -D WITH_OPENCL=OFF -D WITH_CUDA=OFF -D BUILD_opencv_gpu=OFF -D BUILD_opencv_gpuarithm=OFF -D BUILD_opencv_gpubgsegm=OFF -D BUILD_opencv_gpucodec=OFF -D BUILD_opencv_gpufeatures2d=OFF -D BUILD_opencv_gpufilters=OFF -D BUILD_opencv_gpuimgproc=OFF -D BUILD_opencv_gpulegacy=OFF -D BUILD_opencv_gpuoptflow=OFF -D BUILD_opencv_gpustereo=OFF -D BUILD_opencv_gpuwarping=OFF cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local .. make make install cd /usr/lib/python2.7/site-packages/ ln -s /usr/local/lib/python2.7/site-packages/cv2.so cv2.so ln -s /usr/local/lib/python2.7/site-packages/cv.py cv.py
三、OpenCV的Python绑定实例
示例：加载并预览一幅图片。
import cv2
fn = "test.jpg"
if __name__ == '__main__':
print('loading %s ..' % fn)
img = cv2.imread(fn)
cv2.imshow('preview', img)
cv2.waitKey()
cv2.destroyAllWindows()
预览结果：
随机生成像素(使用Numpy库)
# -*- coding:utf-8 -*-
import cv2
import numpy as np
if __name__ == '__main__':
# 行数
sz1 = 200
# 列数
sz2 = 300
print(u'产生空图像矩阵(%d*%d) ...' % (sz1,sz2))
img = np.zeros((sz1, sz2, 3), np.uint8)
pos1 = np.random.randint(200, size=(2000, 1)) ### 行位置随机数组
pos2 = np.random.randint(300, size=(2000, 1)) ### 列位置随机数组
# 在随机位置处设置像素点值
for i in range(2000):
img[pos1[i],pos2[i],[0]] = np.random.randint(0,255)
img[pos1[i],pos2[i],[1]] = np.random.randint(0,255)
img[pos1[i],pos2[i],[2]] = np.random.randint(0,255)
# 显示图像
cv2.imshow('preview', img)
# 等待按键
cv2.waitKey()
# 销毁窗口
cv2.destroyAllWindows()
获取图像大小
# -*- coding:utf-8 -*-
import cv2
import numpy as np
fn = "test.jpg"
if __name__ == '__main__':
print('loading %s ...' % fn)
print(u' 正在处理中 ')
img = cv2.imread(fn)
# 获取图像矩阵大小
sp = img.shape
print(sp)
# 高度
sz1 = sp[0]
# 宽度
sz2 = sp[1]
print('width:%d\nheight:%d' % (sz2,sz1))
输出结果：
loading test.jpg ... 正在处理中 (200L, 280L, 3L) width:280 height:200
