计算机视觉 / 系统课时
读取第一张图像
读取第一张图像
读取图像时,最重要的不是函数能返回就算成功,而是同时确认文件确实被解码、数组尺寸符合预期、颜色通道没有读错。完成本课后,你会得到一段可直接复用的读取与检查代码,能快速区分路径错误、解码失败和读取模式不合适。
学习目标
- 使用
cv.imread以彩色、灰度或原样模式读取本地图像。 - 用
None、shape和dtype检查读取结果是否可继续处理。 - 能定位最常见的相对路径和通道数量问题。
选择正确的读取模式
Python 中通常写 import cv2 as cv,再调用 cv.imread(path, flags)。path 是文件路径,flags 决定输出数组的通道形式。对入门项目,先掌握三个常用值即可。
| 读取模式 | 结果 | 适合场景 |
|---|---|---|
cv.IMREAD_COLOR |
3 通道 BGR 图像 | 大多数彩色图像处理 |
cv.IMREAD_GRAYSCALE |
单通道二维数组 | 阈值、边缘、模板等灰度处理 |
cv.IMREAD_UNCHANGED |
尽量保留原始通道和位深 | PNG Alpha、16 位图等需要保留原始数据的情况 |
不要仅凭文件扩展名猜通道数。例如带透明通道的 PNG 用 IMREAD_COLOR 读取后仍会得到 3 通道;确实需要 Alpha 时才使用 IMREAD_UNCHANGED。
读取并验证第一张图像
下面示例假设项目中存在 images/input.jpg。程序先读取文件,再检查返回值;只有成功后才访问 shape,这样不会把读取失败误判成数组属性错误。
python
from pathlib import Path
import cv2 as cv
image_path = Path("images/input.jpg")
image = cv.imread(str(image_path), cv.IMREAD_COLOR)
if image is None:
raise FileNotFoundError(
f"无法读取图像:{image_path.resolve()}"
)
height, width, channels = image.shape
print("loaded:", image is not None)
print("shape:", image.shape)
print("dtype:", image.dtype)
print("channels:", channels)预期输出
text
loaded: True
shape: (<HEIGHT>, <WIDTH>, 3)
dtype: uint8
channels: 3其中 <HEIGHT> 和 <WIDTH> 取决于实际图片尺寸。只要 loaded 为 True、彩色模式下最后一维为 3,就说明这一步已经得到可供后续 OpenCV 算法使用的图像数组。
读不到时按路径顺序排查
cv.imread 读取失败时通常返回 None,不会自动告诉你是路径不存在还是格式无法解码。排查时先看路径,再看文件本身,效率最高。
- 确认
images/input.jpg相对于当前工作目录存在,而不是只相对于脚本文件所在目录存在。 - 临时打印
Path.cwd()和image_path.resolve(),确认程序实际访问的位置。 - 确认文件能被系统图片查看器正常打开;若文件损坏或内容并非有效图片,OpenCV 也可能返回
None。 - 如果代码预期灰度图是二维数组,就显式使用
cv.IMREAD_GRAYSCALE,不要先按彩色读取再假设shape只有两个值。
成功读取后,后续处理都应围绕这个已验证的 NumPy 数组进行;读取边界先检查清楚,比在滤波、检测或显示阶段再追查源文件问题更省时间。
按自己的节奏,确认真正理解。