一、读取并显示图片：
import matplotlib.pyplot as plt # plt 用于显示图片
import matplotlib.image as mpimg # mpimg 用于读取图片
import numpy as np lena = mpimg.imread('lane_line.jpg') # 读取和代码处于同一目录下的 lena.png
# 此时 lena 就已经是一个 np.array 了，可以对它进行任意处理
lena.shape #(512, 512, 3) plt.imshow(lena) # 显示图片
plt.axis('off') # 不显示坐标轴
plt.show()
二、显示单通道图像
import cv2
img = cv2.imread("lane_line.jpg")
b, g, r = cv2.split(img)
cv2.imshow("Blue", r)
cv2.imshow("Red", g)
cv2.imshow("Green", b)
cv2.waitKey(0)
cv2.destroyAllWindows()
'''
其中split返回RGB三个通道，如果只想返回其中一个通道，可以这样：
'''
import cv2
img = cv2.imread("lane_line.jpg") b = cv2.split(img)[0]
g = cv2.split(img)[1]
r = cv2.split(img)[2] cv2.imshow("Blue", r)
cv2.imshow("Red", g)
cv2.imshow("Green", b)
cv2.waitKey(0)
cv2.destroyAllWindows()
https://blog.csdn.net/jdzwanghao/article/details/80526235
[1]、读取与显示图片。
1、用opencv读取并显示图片：
import cv2 # ———— 用OPENCV读取与显示图片 ————
img = cv2.imread('lane_line.jpg') # 打开图像,opencv默认读取图片的数据为: (高，宽，通道(B，G，R))。
# img的格式: numpy.array
print(img.shape) # 图像通道顺序为：BGR
cv2.imshow("image", img) # 显示图片,opencv默认读取图片的数据为: (高，宽，通道(B，G，R))。
cv2.waitKey(0)
2、用PLT库读取并显示图片：
import matplotlib.pyplot as plt
import cv2
# ———— 用PLT显示图片 ————
img=cv2.imread('lane_line.jpg') #打开图像,opencv默认读取图片的数据为: (高，宽，通道(B，G，R))。
img = img[:,:, (2, 1, 0)] # 改变图像通道顺序为：RGB
# PLT默认读取图片数据格式：(高，宽，通道(R,G,B))。
plt.imshow(img)
plt.show()