2、图像基础操作：图像的读取、显示与保存、像素操作、色彩空间转换
好，咱们正式开始动手了。
这一章，说白了就是 OpenCV 的「基本功」。你想想看，不管多复杂的文档扫描流程，第一步永远是把图像读进来。读不对，后面全白搭。我个人习惯，拿到一张图，先看看它的像素值，再确认一下色彩空间——嗯，心里有底了，才敢往下走。
2.1 图像的读取、显示与保存
OpenCV 读取图像，用的是 cv2.imread()。这个函数看着简单，但坑不少。我刚开始用的时候，就吃过它的亏。
import cv2
# 读取图像
img = cv2.imread('document.jpg')
# 显示图像
cv2.imshow('Document', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
# 保存图像
cv2.imwrite('output.jpg', img)这里有个关键点：imread() 默认读取的是 BGR 格式。不是 RGB，是 BGR！
另外，imread() 的第二个参数可以指定读取方式：
| 参数 | 含义 |
|---|---|
cv2.IMREAD_COLOR |
默认，读取彩色图（BGR） |
cv2.IMREAD_GRAYSCALE |
读取为灰度图 |
cv2.IMREAD_UNCHANGED |
保留 Alpha 通道 |
显示图像时，waitKey(0) 的意思是「一直等待，直到用户按键」。这个 0 很关键——如果你写成 waitKey(1)，窗口会闪一下就消失。嗯，这里要注意。
2.2 像素操作
图像是什么？说白了，就是一个二维数组。每个元素就是一个像素。彩色图的每个像素，又包含 B、G、R 三个通道的值。
我习惯把像素操作分成两类：读像素 和 写像素。
2.2.1 读取像素值
import cv2
import numpy as np
img = cv2.imread('document.jpg')
# 读取 (100, 200) 位置的像素
px = img[100, 200]
print(px) # 输出 [B, G, R] 值
# 只读取蓝色通道
blue = img[100, 200, 0]
print(blue)你想想看，为什么是 [100, 200] 而不是 [200, 100]？因为 OpenCV 的坐标是 (行, 列)，也就是 (y, x)。这一点和很多图像处理库不一样。我刚开始也经常搞混，后来干脆在代码里加了个注释：# 注意：先y后x。
2.2.2 修改像素值
# 将 (100, 200) 位置的像素设为白色
img[100, 200] = [255, 255, 255]
# 批量修改：将左上角 50x50 区域设为红色
img[0:50, 0:50] = [0, 0, 255]img[:, :, 0] = 0 就行。我在处理高分辨率文档扫描图时，这个技巧能省下好几秒。
2.3 色彩空间转换
色彩空间转换，是文档扫描中绕不开的一步。为什么？因为很多 OCR 算法对灰度图或者二值图效果更好。你想想看，彩色图里那些花里胡哨的背景，对 OCR 来说全是噪音。
2.3.1 BGR 转灰度
这是最常用的转换。说白了，就是把彩色图变成黑白图。
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)灰度图只有一个通道，取值范围 0（黑）到 255（白）。
2.3.2 BGR 转 RGB
这个转换，我几乎每次做项目都会用到。因为 OpenCV 是 BGR，而很多其他库（比如 matplotlib、PIL）用的是 RGB。
rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)2.3.3 其他常用转换
| 转换类型 | 代码 | 用途 |
|---|---|---|
| BGR → HSV | cv2.COLOR_BGR2HSV |
颜色分割、物体检测 |
| BGR → LAB | cv2.COLOR_BGR2LAB |
颜色校正、图像增强 |
| BGR → YUV | cv2.COLOR_BGR2YUV |
视频处理、压缩 |
我个人在文档扫描中，最常用的是 BGR→灰度。偶尔遇到光照不均匀的文档，我会先转成 LAB，然后对 L 通道做直方图均衡化——效果比直接处理 BGR 好很多。
2.4 实战小技巧
好，理论说完了，咱们来点实际的。我总结了几条写代码时的习惯，分享给你：
- 读完图先检查：
if img is None: print('图片没读进来')。路径写错了、文件损坏了，OpenCV 不会报错，只会返回 None。我吃过这个亏，debug 了半小时才发现是路径少了个斜杠。 - 显示图像时加个标题：
cv2.imshow('Original', img)。窗口多了容易搞混，标题能救命。 - 保存时注意格式：
cv2.imwrite('output.png', img)会保存为 PNG，无损压缩。如果是 JPEG，可以指定质量：cv2.imwrite('output.jpg', img, [cv2.IMWRITE_JPEG_QUALITY, 90])。 - 批量处理时用循环：比如你要把一整个文件夹的图片都转成灰度，写个 for 循环，配合
os.listdir()，几分钟搞定。
shape 属性。灰度图是 (h, w)，彩色图是 (h, w, 3)，带 Alpha 通道的是 (h, w, 4)。这个习惯帮我避免了很多低级错误。
嗯，这一章的内容就到这里。图像基础操作看着简单，但它是后面所有高级功能的地基。你想想看，如果连读图都读不对，后面的文档矫正、OCR 识别还怎么玩？
下一章，咱们会聊图像的几何变换——说白了，就是怎么把歪歪扭扭的文档照片给「掰正」了。到时候见。