2、图像基础与OpenCV入门：图像读取、显示、保存、色彩空间转换（BGR、灰度、HSV）、图像属性
好，我们正式开始动手了。这一章，我会带你走一遍OpenCV最基础的操作——说白了就是怎么把一张图片请进内存，怎么看它一眼，怎么改改它的颜色，最后再把它存回去。这些操作在车牌识别里会反复出现，所以别嫌简单，基础打牢了后面才不慌。
2.1 图像读取：imread() 的玄机
在OpenCV里，读取图像用的是 cv2.imread()。这个函数有两个参数：第一个是图片路径，第二个是读取模式。模式有三种最常用的：
| 模式 | 标志 | 说明 |
|---|---|---|
| 彩色 | cv2.IMREAD_COLOR 或 1 |
默认模式，读取为BGR三通道彩色图 |
| 灰度 | cv2.IMREAD_GRAYSCALE 或 0 |
读取为单通道灰度图 |
| 不变 | cv2.IMREAD_UNCHANGED 或 -1 |
包含Alpha通道（透明度） |
我个人习惯用数字标志，因为写起来快。但团队协作时建议用常量名，可读性更好。
import cv2
# 读取彩色图像
img_color = cv2.imread('car_plate.jpg', 1)
# 读取灰度图像
img_gray = cv2.imread('car_plate.jpg', 0)
# 读取包含Alpha通道的图像
img_unchanged = cv2.imread('car_plate.jpg', -1)如果图片不存在，imread() 不会报错，而是返回 None。所以读取后最好检查一下：
if img is None:
print("图片没找到，检查路径！")
exit()2.2 图像显示：imshow() 与窗口管理
显示图像用 cv2.imshow()。它创建一个窗口，把图像怼进去。配合 cv2.waitKey() 和 cv2.destroyAllWindows() 一起用。
cv2.imshow('车牌原图', img_color)
cv2.waitKey(0) # 等待按键，0表示无限等待
cv2.destroyAllWindows()waitKey() 的参数是毫秒数。如果设为0，程序会一直停在那里，直到你按任意键。这个函数还会返回按键的ASCII码，后面做交互时会用到。
imshow() 可能会卡住。我建议用 cv2.imshow() 配合 cv2.waitKey(1) 来刷新窗口，或者干脆用matplotlib来显示。
2.3 图像保存：imwrite() 的格式秘密
保存图像用 cv2.imwrite()。第一个参数是保存路径，第二个参数是图像数据。OpenCV会根据文件扩展名自动选择编码格式。
cv2.imwrite('output.jpg', img_color)
cv2.imwrite('output.png', img_color)保存JPG时可以控制质量：
cv2.imwrite('output_high.jpg', img_color, [cv2.IMWRITE_JPEG_QUALITY, 95])质量范围是0-100，默认95。数值越大，文件越大，画质越好。车牌识别时我一般用95以上，因为车牌上的字符边缘不能有太多压缩伪影。
2.4 色彩空间转换：BGR、灰度、HSV
OpenCV默认读取的是BGR格式，不是我们熟悉的RGB。这一点特别容易搞混。我第一次用OpenCV显示图片时，发现颜色偏蓝，查了半天才发现是通道顺序的问题。
转换色彩空间用 cv2.cvtColor()：
# BGR 转灰度
gray = cv2.cvtColor(img_color, cv2.COLOR_BGR2GRAY)
# BGR 转 HSV
hsv = cv2.cvtColor(img_color, cv2.COLOR_BGR2HSV)
# HSV 转 BGR
bgr = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)为什么车牌识别要用HSV？因为HSV把颜色信息（Hue）和亮度（Value）分开了。蓝色车牌在HSV空间里，H值集中在100-130之间。这样我们就能通过阈值直接提取蓝色区域，不受光照影响。
2.5 图像属性：shape、dtype、size
图像在OpenCV里就是一个NumPy数组。我们可以通过属性来了解它的结构：
print("图像形状:", img_color.shape) # (高度, 宽度, 通道数)
print("数据类型:", img_color.dtype) # uint8
print("像素总数:", img_color.size) # 高 * 宽 * 通道数举个例子，一张1080x1920的彩色图：
shape返回(1080, 1920, 3)dtype返回uint8（0-255的整数）size返回1080 * 1920 * 3 = 6,220,800
灰度图只有两个维度：(1080, 1920)。这一点在处理时要特别注意，因为很多函数要求输入是单通道或三通道。
2.6 实战小练习：读取车牌并转换
我们来写一个完整的例子，把今天学的串起来：
import cv2
# 1. 读取车牌图像
plate = cv2.imread('blue_plate.jpg')
if plate is None:
print("图片加载失败")
exit()
# 2. 显示原图
cv2.imshow('原图', plate)
# 3. 转灰度
gray_plate = cv2.cvtColor(plate, cv2.COLOR_BGR2GRAY)
cv2.imshow('灰度图', gray_plate)
# 4. 转HSV
hsv_plate = cv2.cvtColor(plate, cv2.COLOR_BGR2HSV)
cv2.imshow('HSV图', hsv_plate)
# 5. 保存灰度图
cv2.imwrite('gray_plate.jpg', gray_plate)
# 6. 打印属性
print("原图属性:", plate.shape)
print("灰度图属性:", gray_plate.shape)
cv2.waitKey(0)
cv2.destroyAllWindows()运行这段代码，你会看到三个窗口依次弹出。按任意键关闭。灰度图保存到了当前目录。
嗯，这一章的内容就到这里。图像读取、显示、保存、色彩空间转换、图像属性——这些是OpenCV的“呼吸”和“心跳”。后面每一章都会用到它们。下一章我们聊聊图像预处理，那是车牌识别里最花功夫的部分。
公众号:蓝海资料掘金营，微信deep3321