第1章：图像读取与显示——从零开始接触图像处理

图像复原的第一步是什么？说白了，就是先把图像“请”进内存里。

我刚开始做图像处理那会儿，总觉得读取图像是件小事。后来才发现，不同库的读取方式、颜色通道顺序、数据类型，处处都是坑。今天咱们就把这些基础打扎实。

1.1 使用OpenCV读取图像

OpenCV是我最常用的工具。它读取图像的方式很直接：

import cv2

# 读取图像
img = cv2.imread('old_photo.jpg')

# 检查是否读取成功
if img is None:
    print("图像读取失败，请检查路径")
else:
    print("图像读取成功！")

这里有个关键点——OpenCV默认读取的是BGR格式，不是我们熟悉的RGB。我在项目中遇到过好几次，显示出来的图像颜色怪怪的，就是因为忘了做通道转换。

1.2 使用PIL读取图像

PIL（Pillow）是另一个常用的图像库。它的读取方式更符合Python的习惯：

from PIL import Image

# 读取图像
img_pil = Image.open('old_photo.jpg')

# 显示图像
img_pil.show()

PIL默认就是RGB格式，这点比OpenCV省心。但它的处理速度不如OpenCV快。你想想看，处理大批量图像时，这个差异就很明显了。

1.3 图像显示与保存

显示图像，不同库有不同的方式：

# OpenCV显示
cv2.imshow('Old Photo', img)
cv2.waitKey(0)  # 等待按键
cv2.destroyAllWindows()

# 保存图像
cv2.imwrite('restored_photo.jpg', img)

保存时要注意格式。JPEG适合照片，PNG适合需要透明背景的图像。嗯，这里有个小技巧：保存为PNG时，可以设置压缩级别：

# 保存为PNG，压缩级别0-9
cv2.imwrite('output.png', img, [cv2.IMWRITE_PNG_COMPRESSION, 3])

1.4 图像属性获取

拿到图像后，第一件事就是看看它的“底细”：

# 获取图像属性
height, width, channels = img.shape
print(f"图像尺寸：{width} x {height}")
print(f"通道数：{channels}")
print(f"数据类型：{img.dtype}")
print(f"像素总数：{img.size}")

为什么会关心这些？因为老照片的尺寸、位深、通道数，直接决定了后续处理的方法。我记得有一次处理一张1920年代的扫描照片，发现它是单通道的灰度图，但保存成了三通道的JPEG。白白浪费了存储空间。

1.5 本章知识体系

下面这张图，帮你理清本章的核心逻辑：

1.6 实战小练习

光看不练可不行。我建议你找一张老照片试试：

1. 用OpenCV和PIL分别读取同一张图像
2. 对比两者的像素值是否一致
3. 获取图像的尺寸、通道数、数据类型
4. 尝试保存为不同格式，观察文件大小变化

好了，图像读取与显示的基础就这些。记住：读得对，才能修得好。下一章咱们聊聊图像预处理，那是修复老照片的关键一步。

---

公众号:蓝海资料掘金营，微信deep3321