1.3 图像保存

1.3.1 使用OpenCV保存图像

在OpenCV中，可以使用cv2.imwrite（dir，img）函数来保存图像。

第一个参数dir是图像存储的位置。

第二个参数img是图像对象。

该函数用于将ndarray（numpy数组）对象保存成图像文件，并返回保存结果。在默认情况下，该函数的保存结果为8位单通道图像和BGR图像。

1.3.2 使用Matplotlib保存图像

在Matplotlib中，可以使用matplotlib.pyplot.imsave（dir，img，**kwargs）函数来保存图像。

第一个参数dir是图像存储的位置。

第二个参数img是图像对象。

第三个参数**kwargs是一个字典参数，内容较多，下面总结了几个常用的参数值。

·format：指明图像格式，可能的格式有png、pdf、svg、etc，支持大多数图像格式。

·dpi：分辨率，用于调整图像的清晰度。

·cmap：颜色映射，对于彩色图像此参数被忽略，只对灰度图像有效。

1.3.3 案例实现——使用OpenCV保存图像

1.实验目标

使用OpenCV读取一张uint8类型的图像，查看不同数据类型下图像的显示效果并保存。

2.实验环境

实验环境如表1.5所示。

3.实验步骤

创建源码文件test01_imwrite_opencv.py。

按照如下步骤编写代码。

步骤一：导入模块

步骤二：使用OpenCV保存uint8类型的图像

步骤三：使用OpenCV保存float64类型的图像

步骤四：使用OpenCV保存由float64类型转换为uint8类型的图像

步骤五：运行实验代码

使用如下命令运行实验代码。

运行效果分别如图1.7～图1.9所示。

1.3.4 案例实现——使用Matplotlib保存图像

1.实验目标

使用Matplotlib读取一张uint8类型的图像，分别使用不同的数据类型显示图像并保存。

2.实验环境

实验环境如表1.6所示。

3.实验步骤

创建源码文件test02_imsave_matplotlib.py。

按照如下步骤编写代码。

步骤一：导入模块

步骤二：使用Matplotlib保存uint8类型的图像

步骤三：使用Matplotlib保存float64类型的图像

步骤四：运行实验代码

使用如下命令运行实验代码。

运行效果分别如图1.10和图1.11所示。

可见，使用OpenCV和Matplotlib保存的图像在颜色方面存在差异。使用OpenCV保存的float64类型的图像，再次读取出来时图像存在失真现象。