2、OpenCV基础回顾：图像读取、显示、保存，色彩空间转换（BGR、RGB、GRAY）

好，咱们正式开始动手。这一章我带你快速过一遍 OpenCV 最核心的基础操作。别小看这些，我见过不少项目后期出 bug，追根溯源都是最开始的读写和颜色空间搞错了。

2.1 图像读取：imread 的隐藏细节

OpenCV 读取图像用 cv2.imread()。语法很简单，但有几个参数你得上心。

import cv2

# 默认以彩色模式读取 (BGR)
img = cv2.imread('cat.jpg')

# 以灰度模式读取
img_gray = cv2.imread('cat.jpg', cv2.IMREAD_GRAYSCALE)

# 读取包含透明通道的图像
img_unchanged = cv2.imread('cat.png', cv2.IMREAD_UNCHANGED)

另外，imread 返回 None 时不会抛异常。所以读取后一定要加个判断：

if img is None:
    print("图像加载失败，检查路径")
    exit()

2.2 图像显示与保存

显示图像用 cv2.imshow()，配合 cv2.waitKey() 和 cv2.destroyAllWindows() 才能正常关闭窗口。

cv2.imshow('My Image', img)
cv2.waitKey(0)      # 等待任意按键
cv2.destroyAllWindows()

保存图像用 cv2.imwrite()。注意，保存的质量和格式有关：

# 保存为 PNG（无损）
cv2.imwrite('output.png', img)

# 保存为 JPEG，指定质量 95（0-100）
cv2.imwrite('output.jpg', img, [cv2.IMWRITE_JPEG_QUALITY, 95])

2.3 色彩空间转换：BGR、RGB、GRAY

这是本章的重头戏。OpenCV 默认用 BGR 顺序，而大多数图像处理库（如 matplotlib、PIL）用 RGB。你想想看，如果不转换，显示出来的图像颜色完全不对。

转换函数是 cv2.cvtColor()：

# BGR 转 RGB
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# BGR 转灰度
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# RGB 转 BGR（反向转换）
img_bgr = cv2.cvtColor(img_rgb, cv2.COLOR_RGB2BGR)

灰度转换的原理是加权平均：Gray = 0.299*R + 0.587*G + 0.114*B。OpenCV 内部已经优化好了，直接用就行。

2.4 实战：图像读取与色彩空间转换流程

下面我把整个流程串起来，写一个完整的示例。这也是我平时调试图像处理管线的标准模板。

import cv2
import numpy as np

# 1. 读取图像
img_bgr = cv2.imread('test.jpg')
if img_bgr is None:
    print("图像读取失败")
    exit()

# 2. 显示原始 BGR 图像
cv2.imshow('Original BGR', img_bgr)

# 3. 转换为 RGB
img_rgb = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2RGB)

# 4. 转换为灰度
img_gray = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2GRAY)

# 5. 显示结果
cv2.imshow('RGB', img_rgb)
cv2.imshow('Gray', img_gray)

# 6. 保存灰度图
cv2.imwrite('gray_output.jpg', img_gray)

cv2.waitKey(0)
cv2.destroyAllWindows()

2.5 知识体系：图像基础操作流程

下面这张图概括了本章的核心逻辑。你看一遍就能记住整个流程。

2.6 本章小结

• imread：默认 BGR，路径别带中文，记得判空。
• imshow + waitKey：成对出现，否则窗口卡死。
• imwrite：保存的是 BGR 顺序，用 matplotlib 显示前要转 RGB。
• cvtColor：BGR→RGB 是 YOLO 推理前的必备步骤。