OpenCV判断图片是否加载失败及读写保存完整指南

验证图片加载状态避免程序崩溃

在进行图像预处理或模型输入前，首要任务是确认源文件已被正确读取。当传入的路径不存在、格式不被支持或权限受限时，读取函数会返回无效对象，此时若不进行拦截，后续的矩阵运算将直接抛出异常。

第1步：使用空值判断拦截错误

Python版本的OpenCV在读取失败时会直接返回 None。通过逻辑非运算符检查返回值是最直观且兼容性最好的方式。

import cv2

src = cv2.imread('example.jpg', cv2.IMREAD_COLOR)
# 判断是否加载图片
if src is None:
    print('Picture loading failed!')
    exit()
# 后续代码安全执行...

注意：此处使用 is None 而非 == None，符合Python的语义比较习惯，能准确区分未加载与空白图像。

第2步：利用数组属性检测状态

对于较新版本的OpenCV库，读取成功后的对象继承自NumPy ndarray，可直接调用内置方法检测尺寸是否为空。

if src.empty():
    print('Picture loading failed!')
    exit()

注意：该方法调用了对象内部的属性检测逻辑，需在OpenCV 4.0及以上环境生效。若检测到返回值为真，说明内存中未分配有效像素数据，应立即中断流程。

掌握图像读取、显示与保存标准流程

验证通过后，需按照规范的步骤完成图像的载入、预览与输出，避免因参数遗漏导致颜色通道丢失或体积过大。

第3步：配置读取模式与路径

cv2.imread() 接收两个核心参数：第一个为绝对或相对路径字符串，第二个为读取标志位。常见选项包括：

• cv2.IMREAD_COLOR 或 1：强制转换为三通道彩色图，忽略Alpha透明通道（默认值）。
• cv2.IMREAD_GRAYSCALE 或 0：以单通道灰度模式加载。
• cv2.IMREAD_UNCHANGED 或 -1：原样读取，保留原始通道数与色彩空间。

import cv2 as cv
import numpy as np

im = cv.imread('/path/to/image.png')  # 默认读取原始彩色图
im2 = cv.imread('/path/to/image.png', cv.IMREAD_GRAYSCALE)  # 转为灰度模式

第4步：设置窗口显示与等待事件

图像载入后可通过GUI接口实时查看效果。显示后必须配合等待函数，否则窗口会瞬间闪退。

cv.imshow('Display Window', im)
cv.imshow('Gray Window', im2)
cv.waitKey(0)  # 无参数表示无限期等待用户交互
cv.destroyAllWindows()

waitKey() 机制说明：该函数会在指定毫秒内监听键盘事件。设为 0 时代表阻塞当前线程，直到捕获到任意一次按键按下才继续向下执行。在调试阶段通常将其置于所有imshow之后。

第5步：指定质量与压缩率保存输出

处理完成的图像可使用 cv2.imwrite() 写出磁盘。该函数支持通过第三个参数列表微调存储规格，显著影响最终文件大小。

cv.imwrite('output_base.jpg', im)
# 保存JPEG并设定画质为90（范围0-100，数值越高失真越低）
cv.imwrite('output_high_quality.jpg', im, [int(cv.IMWRITE_JPEG_QUALITY), 90])
# 保存PNG并设定压缩级别为2（范围0-9，数值越大压缩越彻底，文件越小）
cv.imwrite('output_compressed.png', im, [int(cv.IMWRITE_PNG_COMPRESSION), 2])

在实际工程应用中，建议优先使用 IMWRITE_JPEG_QUALITY 平衡体积与清晰度，或使用 IMWRITE_PNG_COMPRESSION 针对无损场景优化存储空间。保存前再次核对文件后缀名与所选编码格式是否匹配。

以上就是OpenCV验证图片加载状态与读写保存操作的详细内容，更多关于Python计算机视觉基础实践的资料请关注本站其它相关文章！