第二节 图像的基本操作

在计算机中是由很多的像素点构成这样一张图像的，所谓像素点是一个值，在计算机中一个像素点的值是在0-255之间进行浮动的，表示该点的一个亮度（0表示为黑色·，255表示最亮的接近于白色）

RGB称为图像的颜色通道，通常我们所见的图像都是RGB三颜色通道的，R：红色，G：绿色，B：蓝色

组成像素点的矩阵就是该图像的大小

图像读取：

import cv2
img = cv2.imread(‘nengneng.jpg’)
print（img）

这里需要注意的是这里的路径必须是英文，不然就会输出None

可以观察到所得图像的维度为3，一般来说用h,w,c来表示当前得到图像shape值的结果，输出的每一个点就是像素点。

图像展示：

 
#image表示为这张图像起一个名字，img就是需要展示的图像
cv2.imshow(‘image’,img) 
#等待时间，毫秒级，0表示任意键终止，如果输入数字则表示该图片展示时长
cv2.waitKey(0)
#表示关闭名字为name的图片窗口，如果不输入任何东西则表示将所有窗口都关闭
cv2.destroyAllWindows(name) 

注意：opencv默认读取的是一个BGR的格式，如果做一些边缘检测及一些其他处理后进行展示，matplotlib展示出来的是RGB的格式，该格式与opencv有一些冲突，所以可能展示出来的比较奇怪，如果需要展示推荐可以直接使用opencv中自带函数进行展示或者对图片进行转换成BGR格式再使用matplotlib进行展示

可以定义一个展示的函数

def cv_show(name,img):
	cv2.imshow(name,img)
	cv2.waitKey(0)
	cv2.destroyAllWindows(name)

显示图像时如果出现图像太大超出屏幕无法完全显示时可以在cv2.imshow(name,img)前面加入代码cv2.namedWindow(name,0)

其是OpenCV中的一个函数，用于创建一个窗口并指定窗口的名称和属性。其中，name是窗口的名称，0是窗口的属性，表示窗口大小可以根据图像大小自动调整。

这个函数的作用是创建一个可调整大小的窗口，用于显示图像。

def cv_show(name,img):
	cv2.namedWindow(name,0)
	cv2.imshow(name,img)
	cv2.waitKey(0)
	cv2.destroyAllWindows(name)

读取灰度图像：

在很多检测任务或识别任务中，我们都需要先将原始数据转换为灰度图，在灰度图中对图像进行各种的预处理操作

cv2.imread(‘nengneng.jpg’, cv2.IMREAD_GRAYSCALE)

图像保存：

cv2.imwrite(‘nengneng.png’,img1)