2. 图像基础操作：读取、显示、保存与颜色空间转换

好，咱们正式开始动手了。

这一章，我带你搞定图像处理里最基础、也最常用的几个操作。说白了，就是怎么把一张图片弄进程序里，怎么看看它长什么样，处理完了怎么存回去，以及最核心的——颜色空间到底是个啥玩意儿。

你别小看这些基础操作。我见过不少新手，上来就搞高大上的检测算法，结果连图片路径写错了都不知道，程序报错一脸懵。嗯，咱们先把地基打牢。

2.1 图像的读取：imread() 的玄机

在 OpenCV 里，读取图像用的是 cv2.imread()。这个函数很简单，但有几个坑，我当年刚入行时就踩过。

import cv2

# 读取彩色图像
img = cv2.imread('lena.jpg')
print(type(img))  # <class 'numpy.ndarray'>
print(img.shape)  # (高度, 宽度, 通道数)

你看，读进来的图像其实就是一个 NumPy 数组。形状是 (高度, 宽度, 通道数)。

⚠️ 注意： OpenCV 默认读取的是 BGR 格式，不是 RGB！这一点太重要了。我刚开始做项目时，用 matplotlib 显示图像，结果颜色全不对，蓝的变成红的，调试了半天才发现是通道顺序的问题。

imread() 的第二个参数可以控制读取方式：

参数 含义 数值
cv2.IMREAD_COLOR 读取彩色图像（默认） 1
cv2.IMREAD_GRAYSCALE 读取为灰度图 0
cv2.IMREAD_UNCHANGED 保留原图所有通道（含 Alpha） -1 
# 读取灰度图
gray_img = cv2.imread('lena.jpg', cv2.IMREAD_GRAYSCALE)
print(gray_img.shape)  # (高度, 宽度) —— 只有两个维度
💡 我的习惯： 我一般直接用数字 0、1、-1，因为写起来快。但团队协作时建议用常量名，方便别人理解。

2.2 图像的显示：imshow() 与窗口管理

读进来了，总得看一眼吧？用 cv2.imshow()。

cv2.imshow('窗口标题', img)
cv2.waitKey(0)      # 等待按键，参数是毫秒数，0 表示无限等待
cv2.destroyAllWindows()  # 关闭所有窗口

这里有个关键点：waitKey() 必须要有。没有它，窗口一闪就没了，你根本看不到图像。

为什么会这样？因为 OpenCV 的显示机制是事件驱动的。你不调用 waitKey()，它就不处理窗口事件，直接往下执行程序，然后退出。

🔑 核心要点：

  • waitKey(0)：等待任意按键，常用于单张图片显示
  • waitKey(30)：等待 30 毫秒，常用于视频流显示
  • 按 ESC 键（ASCII 码 27）通常用来退出
# 一个完整的显示示例
img = cv2.imread('lena.jpg')
cv2.imshow('My Image', img)

key = cv2.waitKey(0)
if key == 27:  # ESC
    cv2.destroyAllWindows()
elif key == ord('s'):  # 按 s 键保存
    cv2.imwrite('output.jpg', img)
    cv2.destroyAllWindows()

嗯，这里我顺便把保存也讲了。你看，按 s 键就能保存图像，挺方便的吧？

2.3 图像的保存：imwrite() 的注意事项

cv2.imwrite() 用来保存图像。它根据文件扩展名自动选择编码格式。

cv2.imwrite('output.png', img)   # 保存为 PNG
cv2.imwrite('output.jpg', img)   # 保存为 JPEG
⚠️ 避坑指南： 我曾经在保存 JPEG 时发现图像质量很差，后来才意识到 JPEG 是有损压缩。如果你需要无损保存，用 PNG。另外，保存路径如果不存在，OpenCV 不会自动创建目录，会直接报错。

JPEG 的压缩质量可以通过 cv2.IMWRITE_JPEG_QUALITY 控制：

# 设置 JPEG 质量为 95（范围 0-100）
cv2.imwrite('output.jpg', img, [cv2.IMWRITE_JPEG_QUALITY, 95])

2.4 颜色空间转换：BGR 与灰度

终于到重点了。颜色空间转换，说白了就是把图像从一种颜色表示方式变成另一种。

最常用的就是 BGR 转灰度图。为什么需要灰度图？因为很多算法（比如边缘检测、特征提取）在单通道上计算更快，而且不受颜色干扰。

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

你想想看，一张彩色图有三个通道，灰度图只有一个通道。处理速度能快三倍，这可不是小数目。

反过来，灰度图也可以转回 BGR：

color = cv2.cvtColor(gray, cv2.COLOR_GRAY2BGR)

但注意，这种转换只是把灰度值复制到三个通道上，并不是真的恢复了颜色信息。丢失的颜色是找不回来的。

🔑 常用转换标志：

  • cv2.COLOR_BGR2GRAY：BGR 转灰度
  • cv2.COLOR_GRAY2BGR：灰度转 BGR
  • cv2.COLOR_BGR2RGB：BGR 转 RGB（用于 matplotlib 显示）
  • cv2.COLOR_BGR2HSV：BGR 转 HSV（颜色检测常用）

2.5 实战：一个完整的图像处理流程

来，咱们把今天学的串起来，写一个完整的例子。

import cv2

# 1. 读取图像
img = cv2.imread('lena.jpg')
if img is None:
    print("图片没找到，检查路径！")
    exit()

# 2. 显示原图
cv2.imshow('Original', img)

# 3. 转灰度
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 4. 显示灰度图
cv2.imshow('Gray', gray)

# 5. 保存灰度图
cv2.imwrite('lena_gray.jpg', gray)

# 6. 等待按键
cv2.waitKey(0)
cv2.destroyAllWindows()
💡 我的建议： 每次读取图像后，一定要检查 img is None。我在项目里吃过这个亏——路径写错了，程序没报错，但后面所有操作都崩溃，排查了半天才发现是图片没读进来。

2.6 本章小结

今天咱们干了这几件事：

  • 用 imread() 读取图像，注意 BGR 格式和路径问题
  • 用 imshow() + waitKey() 显示图像，别忘了等待按键
  • 用 imwrite() 保存图像，注意格式和质量
  • 用 cvtColor() 做颜色空间转换，BGR 和灰度是最常用的

这些操作看起来简单，但它们是所有图像处理任务的基石。你想想看，后面我们要做的运动检测、行为分析，哪一步离得开这些基础操作？

下一章，咱们聊聊图像的几何变换——缩放、旋转、裁剪。这些操作在预处理阶段特别重要，我到时候会分享一些实际项目中的小技巧。

好，今天就到这儿。动手试试吧，把代码敲一遍，感受一下。

← 上一章 📖 返回目录 下一章 →