自学python人脸识别---第二天

这是小白我第二天学习python人脸识别，我们接着昨天的学习接着进一步深入，当我们导入成功图片后，我们就可以查看导入图片的存储维度，像这样：
import cv2
import numpy as np
#使用imread（）方法读入一个图片
image = cv2.imread(r"C:\Users\W\Desktop\Face\are.jpg")
#看一下数据的存储维度
image.shape
print(image.shape)
运行一下

这里出现三个数据：
1080：图像的高度
1440：图像的宽度
3：图像的通道数
我是查阅相关资料得知的。
不仅如此，我们还可以看到图片数据的存储形式：
print(image)
[[[119 127 140]
[119 127 140]
[118 126 139]
…
[175 165 182]
[176 165 185]
[175 164 184]]
…
还有很多，
接着，
我们将存储图片数据的image变量写到磁盘中，写出的文件名为first.jpg
其返回值结果为True，代表写入成功，反之代表失败
c = cv2.imwrite(“first.jpg”,image)
print©
运行结果：

接下来：
我们使用cv2.cvtColor方法将彩色图片转换为灰度图片
gray_image = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
print(gray_image.shape)
运行，

我们可以将转换后的灰度图片恢复成BGR形式
image2 = cv2.cvtColor(gray_image,cv2.COLOR_BayerGR2BGR)
print(image2.shape)
运行一下，

又恢复过来了。
接下来，我们学习负片功能的学习，
负片操作在很多图像处理软件中也叫反色，其明暗与原图像相反，其色彩则为原图像的补色。
代码如下：
import cv2
import numpy as np
image = cv2.imread(r"C:\Users\W\Desktop\Face\g.jpg")
#获取高度和宽度，注意索引是高度在前，宽度在后
height = image.shape[0]
width = image.shape[1]
#生成一个空的三维张量，用于存放后续3个通道的数据
file = np.zeros((height,width,3))
#将BGR形式存储的彩色图片拆分成3个颜色通道，注意颜色通道的顺序是蓝、绿、红
b,g,r = cv2.split(image)
#进行负片化处理，求每个通道颜色的补色
r = 255 - r
b = 255 - b
g = 255 - g
#将处理后的结果赋值到前面生成的三维张量中
file[:,:,0] = b
file[:,:,1] = g
file[:,:,2] = r
#将生成的图片保存起来
cv2.imwrite(r"C:\Users\W\Desktop\Face\s.jpg",file)
我们运行一下
如果成功的话，
我们将会在存放图片的文件夹中，发现多了一张图片，前后图片进行比较：

是不是有了很明显的变化。
今天就到这吧，明天加油。