计算机视觉 / 系统课时
显示与保存图像
显示与保存图像
图像读进内存后,还需要用合适的方式检查结果并写回磁盘。桌面脚本可以用 OpenCV 窗口显示,Jupyter 或 Colab 更适合内嵌显示;保存时则要检查 cv.imwrite 的返回值,并明确压缩参数,避免代码运行了但文件没有真正写成功。
学习目标
- 在有桌面 GUI 的环境中正确使用
cv.imshow、cv.waitKey和cv.destroyAllWindows。 - 在 Jupyter、Colab 等笔记本环境中正确处理 BGR 到 RGB 的显示差异。
- 使用
cv.imwrite保存图像,并验证写入是否成功。
在桌面窗口中显示并保存
cv.imshow 适用于本机桌面且 OpenCV 带 GUI 支持的环境。窗口需要处理界面事件,因此显示后必须调用 cv.waitKey;按键返回后再销毁窗口。下面程序读取 images/input.jpg,显示原图,并以 JPEG 质量 90 保存到 images/output.jpg。
from pathlib import Path
import cv2 as cv
input_path = Path("images/input.jpg")
output_path = Path("images/output.jpg")
image = cv.imread(str(input_path), cv.IMREAD_COLOR)
if image is None:
raise FileNotFoundError(f"无法读取:{input_path.resolve()}")
cv.imshow("OpenCV Preview", image)
cv.waitKey(0)
cv.destroyAllWindows()
ok = cv.imwrite(
str(output_path),
image,
[cv.IMWRITE_JPEG_QUALITY, 90],
)
if not ok:
raise RuntimeError(f"写入失败:{output_path.resolve()}")
print("saved:", output_path)预期输出
saved: images/output.jpg运行后会先出现一个名为 OpenCV Preview 的窗口;按任意键后窗口关闭,并在 images 目录生成 output.jpg。如果输入目录不存在,读取阶段会失败;如果输出目录不存在,cv.imwrite 也不会替你创建目录。
在笔记本中内嵌显示
Jupyter、Colab 或远程无桌面环境通常不适合直接调用 cv.imshow。这时可用 Matplotlib 内嵌显示,但要先把 OpenCV 的 BGR 通道顺序转换成 RGB,否则红色和蓝色会互换。
import cv2 as cv
import matplotlib.pyplot as plt
image = cv.imread("images/input.jpg", cv.IMREAD_COLOR)
if image is None:
raise FileNotFoundError("无法读取 images/input.jpg")
rgb = cv.cvtColor(image, cv.COLOR_BGR2RGB)
plt.figure(figsize=(8, 5))
plt.imshow(rgb)
plt.axis("off")
plt.show()预期结果
笔记本输出区域会显示一张颜色正常的图像,且坐标轴被隐藏。若直接把 image 传给 plt.imshow,常见现象是红蓝颜色对调,这不是文件损坏,而是 BGR 与 RGB 通道约定不同。
按输出格式设置压缩参数
cv.imwrite 会根据输出文件扩展名选择编码器。JPEG 适合照片类内容,PNG 适合需要无损保存的截图、掩膜或带明显边缘的图像。参数应根据用途显式给出,而不是依赖不清楚的默认值。
| 输出目标 | 示例参数 | 实际建议 |
|---|---|---|
| JPEG 预览图 | cv.IMWRITE_JPEG_QUALITY, 90 |
体积与肉眼质量较均衡 |
| JPEG 高质量归档 | cv.IMWRITE_JPEG_QUALITY, 95 |
文件更大,压缩痕迹更少 |
| PNG 快速写出 | cv.IMWRITE_PNG_COMPRESSION, 1 |
压缩较轻,写入更快 |
| PNG 常规保存 | cv.IMWRITE_PNG_COMPRESSION, 3 |
适合作为通用起点 |
保存后不要只检查文件名是否出现。至少再确认文件大小大于 0,并重新用 cv.imread 读回;对于自动化流程,还可以比较读回后的 shape 是否与保存前一致。
处理无窗口与保存失败
如果环境安装的是 opencv-python-headless,或者运行在没有图形桌面的服务器上,cv.imshow 可能不可用。这种环境直接采用保存文件或笔记本内嵌显示更合适,不要围绕窗口函数反复排错。
保存失败时按下面顺序检查:输出目录是否存在、进程是否有写权限、扩展名是否对应可用编码器、传给 cv.imwrite 的对象是否真的是有效图像数组。cv.imwrite 返回 False 时应立即报错,而不是继续把不存在的结果文件交给下一步处理。
桌面显示用于快速人工检查,笔记本显示用于交互分析,cv.imwrite 则负责形成可交付文件;把三者分清后,同一段 OpenCV 处理代码就能更容易适配本机、Notebook 和服务器环境。