opencv基础操作：读取图片时使用灰度方式、转换颜色空间、使用opencv展示图片、使用opencv对BGR通道进行划分并展示、使用opencv在一个窗口中展示多张图片

包含的操作有：

读取图片时使用灰度方式

转换颜色空间

使用opencv展示图片

使用opencv对BGR通道进行划分并展示，需要注意的是直接使用cv2.split（）得到的B，G，R分别是单通道的，因此最终展示出来为灰度图像。       如果想保留彩色图像，可以直接对img切片来实现。

使用opencv在一个窗口中展示多张图片，放不同的尺寸的图片或不同的颜色通道在一起来展示，就会黑屏。因此这里也包含使用matplotlib在一个窗口中展示多个图片的操作。

import cv2
import numpy as np
import matplotlib.pylab as plt

# 展示图片
def show(img):
    cv2.imshow('img', img)
    cv2.waitKey()
    cv2.destroyAllWindows()


# 分离BGR通道，并分别进行展示。
def roi_region(img):
    # 分离BGR通道
    b,g,r = cv2.split(img)
    # 也可以按照rgb的方式，merge三个通道，但是图片颜色会改变
    merge_img = cv2.merge((r,g,b))
#    分别展示三个通道的内容呢,这里都时灰度图，因为分离之后变成单通道的了
#     show(b)
    print("b.shape",b.shape)
    # show(g)
    print("g.shape", g.shape)
    # show(r)
#     或者使用这种方法进行分离和展示R通道，这里展示的时彩色的，因为仍然保留了3个通道。
    img[:,:,0]=0
    img[:,:,1]=0
    # show(img)
#     使用opencv同时展示多张图片,放不同的尺寸的图片或不同的颜色通道在一起来展示，就会黑屏：
#     imgs = np.hstack([b,g,r])
#     cv2.imshow('multi-imgs',imgs)
#     cv2.waitKey()
#     所以常用matplotlib来绘制
def matplotlib_mutli():
    for i in range(9):
        img = cv2.imread("../img.jpg")
        # 这样转换不管用，需用使用cvtcolor这个方式才可以,因为imread中的第二个参数是颜色空间，包含BGR，灰度，HSV等
        # img = cv2.imread("../img.jpg",cv2.COLOR_BGR2RGB)
        img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
        title = "title"+str(i+1)
        # 3行3列，第i+1个，这里第i+1个是从1开始的，所以要加1，指的是第几个子图
        plt.subplot(3,3,i+1)
        plt.imshow(img)
        plt.title(title,fontsize = 8)
        # 不显示坐标轴
        plt.xticks([])
        # plt.yticks([])
    plt.show()

matplotlib_mutli()


if __name__ == '__main__':
    img = cv2.imread("../img.jpg")
    # 读取图片时使用灰度方式
    img_grey = cv2.imread("../img.jpg", cv2.IMREAD_GRAYSCALE)
    # show(img)
    # 转换颜色空间
    img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    # show(img)
    roi_region(img)