import cv2
img = cv2.imread(‘images/1.jpg’)
cv2.imshow(‘result.jpg’,img)
cv2.waitKey(0)
cv2.destroyAllWindows()
cv2.waitKey(1)
cv2.waitKey(1)
cv2.waitKey(1)
cv2.waitKey(1)
參考：https://blog.csdn.net/ei1990/article/details/78290238?utm_source=blogxgwz8
直接使用 image = cv2.imread(im_name)會導緻得到的數組 image 為三維數組，不是二維數組，就算 im_name 是二維灰階圖像，但讀出來的數組卻還是三維的；
使用image = cv2.imread(im_name,cv2.IMREAD_GRAYSCALE)這條指令，可以讓讀取的灰階圖像成為二維數組；
讀取圖檔、并顯示圖檔
import cv2 #核心包
import numpy as np
input = cv2.imread(’./images/input.jpg’)
cv2.imshow(“Hello openCV”,input)
cv2.waitKey(10)
cv2.destroyAllWindows()
寫入圖檔
imwrite 這個方法，加上檔案名就可以幫我們儲存圖檔
cv2.imwrite(‘output.jpg’, input)
cv2.imwrite(‘output.png’, input)
圖檔灰階（圖檔變灰可以提高圖檔處理效率，通道減少次元下降了）
使用 cvtColor 這個方法來轉換圖檔的成黑白
gray_image = cv2.cvtColor(input,cv2.COLOR_BGR2GRAY)
#方式二：img = cv2.imread(’./images/input.jpg’,0) #直接讀取其中一個通道
圖檔對應坐标像素點檢視
B,G,R = image[0, 0]
print(B,G,R) # 會列印對應的三個色值
#如果灰階的話 隻有一個值
gray_iamge = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) print(gray_iamge.shape) print(gray_iamge[0,0]) #21 這個時候隻有一個值輸出
color for HSV (色調、飽和度、亮度 什麼的)
image = cv2.imread(’./images/input.jpg’)
hsv_image = cv2.cvtColor(image,cv2.COLOR_BGR2HSV)
列印原圖，還有 HSV 單個通道的内容
cv2.imshow(“HSV image”,hsv_image)
cv2.imshow(“Hue channel”,hsv_image[:,:,0])
cv2.imshow(“Saturation channel”,hsv_image[:,:,1])
cv2.imshow(“valie channel”,hsv_image[:,:,2])
cv2.waitKey()
cv2.destroyAllWindows()
改變圖檔單（可以任意）個通道的色值，通過先分離，再合并
image = cv2.imread(’./images/input.jpg’)
使用 split 方法來抽出單個 BGR 通道
B,G,R = cv2.split(image)
print (B.shape)
cv2.imshow(“Red”,R)
cv2.imshow(“Blue”,B)
cv2.imshow(“Green”,G)
cv2.waitKey()
cv2.destroyAllWindows()
使用 re-mark. 來重新制作原始圖檔
merged = cv2.merge([B,G,R])
cv2.imshow(“Merged”,merged)
cv2.waitKey()
cv2.destroyAllWindows()
修改單個顔色強度
merged = cv2.merge([B+100,G,R])
cv2.imshow(“Merged with blue”,merged)
cv2.waitKey()
cv2.destroyAllWindows()
隻顯示一個顔色（這個背景是黑色）
import cv2
import numpy as np
B,G,R = cv2.split(image)
建立一個矩陣 [0,0,0] zero
zeros = np.zeros(image.shape[:2], dtype=“uint8”)
cv2.imshow(“Red”, cv2.merge([zeros, zeros, R]))
cv2.imshow(“Green”, cv2.merge([zeros, G, zeros]))
cv2.imshow(“Blue”, cv2.merge([B, zeros, zeros]))
cv2.waitKey()
cv2.destroyAllWindows()
一張圖檔的顔色直方圖（Y軸像素量）
from matplotlib import pyplot as plt
import cv2
import numpy as np
image = cv2.imread(’./images/input.jpg’)
histogram = cv2.calcHist([image],[0],None,[256],[0,256])
cv2.calcHist([圖像],[通道],掩碼,[範圍],[BIN 的數量表示尺寸])
calcHist 幫助我們繪圖(直方)
圖像：uint8 或者。uint32 的圖像要用 []
通道：對於彩色圖像來說可以分別使用 [0][1][2] 的方式分別來計算 藍色 綠色 或是紅色
掩碼：掩蓋掉圖片，如果我們有想要指定特定的顏色再給他數據（蒙太奇）後面會講
hitsize: 表示圖表的單位數量
整張圖片裡面藍色的分佈情況
plt.hist(image.ravel(), 256, [0, 256]); plt.show()
color = (“b”,“g”,“r”)
for i, col in enumerate(color):
histogram2 = cv2.calcHist([image],[i],None,[256],[0,256])
plt.plot(histogram2, color = col)
plt.xlim([0,256])
plt.show()
參考：https://www.jianshu.com/p/7ec570e20e7e