OpenCV是图像处理常用的库，作为初学者，往往从图片的读取、保存、查询图片的信息开始，下面将分享Python下OpenCV的一些基本使用方法，掌握这些基本方法后，能够更好地与matplotlib、numpy等结合使用，完成相应的图像操作。
注：此方法遇到中文路径会报错！
import cv2
# 参数1：文件路径
# 参数2：读取方式
# 常用几种模式：
# 灰度图：cv2.IMREAD_GRAYSCALE
# BGR三通道彩色图：cv2.IMREAD_COLOR
# 原始通道（自动判断：单通道/三通道/四通道等）：cv2.IMREAD_UNCHANGED
img = cv2.imread('图像文件路径（全英文）', cv2.IMREAD_COLOR)
# 参数1：文件路径
# 参数2：待保存的图像（BGR格式的uint8 ndarray类型）
# 参数3【可选】：压缩模式以及质量等
# 常用几种模式：
# 灰度图：cv2.IMREAD_GRAYSCALE
# BGR三通道彩色图：cv2.IMREAD_COLOR
# 原始通道（自动判断：单通道/三通道/四通道等）：cv2.IMREAD_UNCHANGED
img_saved = cv2.imwrite('图像输出路径（含图像名）', img)
import cv2 import numpy as np # cv2.imdecode()：从指定的内存缓存中读取数据,并把数据转换成图像格式 src_img_path = './image.png' img=cv2.imdecode(np.fromfile(src_img_path, dtype=np.uint8),cv2.IMREAD_UNCHANGED) # cv2.imencode()：将图片格式转换成流数据，写入内存缓存中，可以再调用.tofile()写入到磁盘中 out_img_path = './image.jpg' extension = '.jpg' cv2.imencode(extension,img)[1].tofile(out_img_path)
matplotlib.pyplot的imshow()方法广泛用于显示图像，然而opencv默认加载的图像时BGR格式，直接显示会出现颜色异常，需要先进行转换
img_rgb = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
三通道的BRG彩色图像转换成单通道的灰度图
img_gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
if img.ndim == 2:
print('图像是单通道灰度图')
else:
print('图像包含多个通道')
def get_n_channel(img):
if img.ndim == 2:
print('通道数：1')
return 1
else:
print('图像包含多个通道')
return img.shape[2]
