我要评论1 常用函数介绍
1.1 图像读取的核心函数
在opencv中，cv2.imread() 是主要的图像读取函数，但它有一个明显的限制：无法直接处理中文路径。这就是为什么我们需要采用更安全可靠的读取方法。
def image_read(self)->np.ndarray:
"""安全读取中文路径的图像，支持单通道、三通道(bgr)、四通道(bgra)"""
# 二进制读取 + opencv解码
source_path = path(self.source_image_path)
raw_data = np.fromfile(source_path, dtype=np.uint8)
return cv2.imdecode(raw_data, cv2.imread_unchanged) # 保留原始通道信息
这种方法的核心优势在于：
- 规避中文路径问题：通过
np.fromfile以二进制方式读取文件，完全绕过路径编码问题 - 保留原始信息：使用
cv2.imread_unchanged参数确保图像的通道数和位深不被修改 - 格式兼容性强：支持tiff、png、jpeg等多种图像格式
1.2 图像保存的智能实现
图像保存同样需要特别注意格式兼容性和质量保持：
def image_write(self, image:np.ndarray, file_extension:str ='.tif')->bool:
# 根据不同格式设置优化参数
if file_extension in ['.tif', '.tiff']:
encode_params = [cv2.imwrite_tiff_compression, 1] # 无压缩
elif file_extension in ['.png']:
encode_params = [cv2.imwrite_png_compression, 0] # 无压缩
# ... 其他格式处理
opencv的cv2.imwrite()函数支持多种图像格式，包括jpeg、png、bmp和tiff等，只需通过文件扩展名即可指定输出格式。
2 图像读取和保存的常见场景
2.1 单文件处理场景
对于单个图像文件的处理，我们的类提供了直接的接口：
# 单个图像文件的读取和保存 source_path = "输入图像路径.tif" target_path = "输出图像路径.png" image_io = imageio(source_path, target_path) image = image_io.image_read() # 读取图像 success = image_io.image_write(image, ".png") # 保存为png格式
这种场景适用于：
- 格式转换：将图像从一种格式转换为另一种格式
- 简单处理：读取-处理-保存的简单工作流
- 质量检查：验证图像能否正常读取和保存
2.2 批量处理场景
在实际项目中，经常需要处理整个文件夹中的图像：
source_folder = path("源文件夹")
target_folder = path("目标文件夹")
file_io = fileio(source_folder, target_folder)
# 获取所有图像文件路径
image_paths = file_io.filter_by_strings(file_io.list_file_paths(true), [".tif", ".jpg"], true)
for image_path in image_paths:
source_image_path = path(image_path)
target_image_path = target_folder / source_image_path.name
image_io = imageio(source_image_path, target_image_path)
image = image_io.image_read()
image_io.image_write(image, ".tif") # 保持原格式或转换为指定格式
批量处理需要注意：
- 文件过滤：根据扩展名筛选目标图像文件
- 路径管理：正确构建源路径和目标路径
- 错误处理：确保单个文件处理失败不影响整体流程
3 实例演示
3.1 完整的工作流程示例
以下是一个完整的图像处理流程示例，展示了从读取到保存的整个过程：
from pathlib import path
import cv2
import numpy as np
from submodule.file_io import fileio
#imageio类只涉及到图像数据的读取和储存，不涉及到图像数据的修改
class imageio:
def __init__(self, source_image_path: none | str | path, target_image_path: none | str | path) -> none:
"""
初始化 fileio 实例
args:
source_image_path: 读取图像路径。如果提供，会检查其是否存在。
target_image_path: 保存图像路径。保存时必须提供
"""
# 处理源文件夹：如果提供则转换为path，并检查存在性（但不创建）
self.source_image_path = path(source_image_path) if source_image_path is not none else none
if self.source_image_path is not none and not self.source_image_path.exists():
# 根据你的需求决定：如果源文件夹必须存在，可以抛出异常
# raise valueerror(f"源目录不存在: {self.source_folder}")
# 或者仅记录警告，取决于你的业务逻辑
print(f"警告: 源文件可能不存在: {self.source_image_path}")
self.target_image_path = path(target_image_path)
def image_read(self)->np.ndarray:
"""安全读取中文路径的图像，支持单通道、三通道(bgr)、四通道(bgra)"""
# 二进制读取 + opencv解码
source_path = path(self.source_image_path)
raw_data = np.fromfile(source_path, dtype=np.uint8)
return cv2.imdecode(raw_data, cv2.imread_unchanged) # 保留原始通道信息
def image_write(self, image:np.ndarray, file_extension:str ='.tif')->bool:
"""安全保存图像（支持中文路径），支持多种格式的无损保存
args:
image: 要保存的图像数据
file_extension: 文件扩展名，支持 '.tif','.tiff', '.png', '.jpg', '.jpeg', '.webp' 等
returns:
bool: 保存成功返回true，否则返回false
"""
target_image_path= path(self.target_image_path)
# 根据文件扩展名设置不同的无损保存参数 [1,7,10](@ref)
file_extension = file_extension.lower()
if file_extension in ['.tif', '.tiff']:
# tiff格式：使用无压缩 [7](@ref)
encode_params = [cv2.imwrite_tiff_compression, 1]
elif file_extension in ['.png']:
# png格式：压缩级别0（不压缩）[7](@ref)
encode_params = [cv2.imwrite_png_compression, 0]
elif file_extension in ['.jpg', '.jpeg']:
# jpeg格式：最高质量100（虽然jpeg固有有损，但100是最小损失）[1](@ref)
encode_params = [cv2.imwrite_jpeg_quality, 100]
elif file_extension in ['.webp']:
# webp格式：最高质量100 [10](@ref)
encode_params = [cv2.imwrite_webp_quality, 100]
else:
# 其他格式不使用压缩参数
encode_params = []
# 使用imencode避免中文路径问题 [8](@ref)
success, encoded_image = cv2.imencode(file_extension, image, params=encode_params)
if success:
encoded_image.tofile(target_image_path)
return true
else:
print(f"图像保存失败，格式: {file_extension}")
return false
if __name__ == "__main__":
source_folder = path(r"source")
target_folder = path(r"target")
file_io = fileio(source_folder, target_folder)#创建fileio实例处理文件列表
file_paths = file_io.list_file_paths(true) #获取所有文件路径
image_paths = file_io.filter_by_strings(file_paths,[".tif"],true)#获取.tif文件的路径
file_io.clear_folder(target_folder)# 清空目标文件夹（谨慎使用）
# 处理每个图像
for image_path in image_paths:
source_image_path = path(image_path) #目标图像路径
target_image_path = target_folder / source_image_path.name #要保存的图像路径，可以修改名称来重命名
image_io = imageio(source_image_path,target_image_path) #实例化imageio类
image = image_io.image_read() #读取目标图像数据，bgr
# 可在此处添加图像处理代码
# 例如：调整大小、应用滤镜等
image_io.image_write(image,file_extension=".tif") #保存图像数据至目标文件夹，可以设置指定格式
print("成功读取并保存：", f"{source_image_path} -> {target_image_path}")
3.2 不同格式的处理示例
不同的图像格式有不同的特点和适用场景：
- tiff格式：适合需要无损保存的科学图像和医学图像
- png格式：适合需要透明通道的图像，无损压缩
- jpeg格式：适合照片类图像，有损压缩但文件较小
- webp格式：现代格式，提供优秀的压缩率
4 常见问题及解决方案
4.1 中文路径问题
问题描述：直接使用cv2.imread()读取包含中文路径的文件时返回none。
解决方案：采用二进制读取+解码的方式：
raw_data = np.fromfile(source_path, dtype=np.uint8) image = cv2.imdecode(raw_data, cv2.imread_unchanged)
4.2 图像保存失败
问题描述：cv2.imwrite()返回false，图像保存失败。
可能原因和解决方案：
- 目标路径不存在：确保目标目录已创建
target_path.parent.mkdir(parents=true, exist_ok=true)
- 权限问题：检查是否有写入权限
- 磁盘空间不足：检查磁盘空间
4.3 通道顺序问题
问题描述：opencv使用bgr通道顺序，而其他库（如matplotlib）使用rgb顺序，导致颜色显示异常。
解决方案：在显示前转换通道顺序：
# 将bgr转换为rgb image_rgb = cv2.cvtcolor(image_bgr, cv2.color_bgr2rgb)
4.4 图像质量保持
问题描述：保存后图像质量下降。
解决方案：根据格式设置合适的保存参数：
- jpeg：设置质量参数为95-100
- png：设置压缩级别为0（无压缩）
- tiff：使用无损压缩选项
5 总结
本文介绍了一套基于opencv的健壮图像读取和保存方案，重点解决了中文路径处理、格式兼容性和图像质量保持等常见问题。通过imageio类的封装，实现了：
- 安全读取：通过二进制读取+解码的方式规避中文路径问题
- 灵活保存：支持多种图像格式，并能根据格式特点优化保存参数
- 批量处理：提供完整的文件夹级处理方案
- 错误处理：添加适当的异常处理提高代码健壮性
以上就是基于python的opencv库实现图像的安全读取与保存指南的详细内容，更多关于python opencv图像读取与保存的资料请关注代码网其它相关文章！
发表评论