使用OpenCV-Python實現圖像讀入、顯示與保存：

            
              # -*- coding: utf-8 -*-

import cv2
from matplotlib import pyplot as plt

# # 第二個參數，0為灰度模式顯示，1為彩色圖像，默認值為1
# img0 = cv2.imread(r'D:\OpenCV_Python\chepai.jpg', 0)
# img1 = cv2.imread(r'D:\OpenCV_Python\chepai.jpg', 1)
# 或者如下：
img0 = cv2.imread(r'D:\OpenCV_Python\chepai.jpg', cv2.IMREAD_GRAYSCALE)
img1 = cv2.imread(r'D:\OpenCV_Python\chepai.jpg', cv2.IMREAD_COLOR)

# using opencv to show image
cv2.imshow('grayImage', img0)
cv2.imshow('bgrImage', img1)

k = cv2.waitKey(0)
if k == 27:         # wait for Esc key to exit
    cv2.destroyAllWindows()
elif k == ord('s'):
    cv2.imwrite('chepai_grayimage.jpg', img0)   # wait for 's' key to save and exit
    cv2.destroyAllWindows()

# using matplotlib to show image
# plt.imshow(img0, cmap='gray', interpolation='bicubic')
# plt.xticks([]), plt.yticks([])   # to hide tick values on X and Y axis
# plt.show()
            
          

注意： OpenCV 加載的彩色圖像是 BGR 模式，但?Matplotib 是 RGB模式。所以彩色圖像如果已經被 OpenCV 讀入，那它將不會被 Matplotib 正確顯示。如下圖所示，同一幅彩色圖像，由OpenCV讀入，左邊圖像由cv2.imshow()函數顯示，為正常顏色；右邊圖像調用Matplotib的函數顯示，顏色明顯不對。

由于很多時候要用到matplotlib操作圖像，因此就需要解決 彩色圖像由BGR模式轉RGB模式 的問題。在網上搜索了下，找到以下幾種解決方法：

# 方法一
b, g, r = cv2.split(img)
img1 = cv2.merge([r, g, b])

# 方法二
img2 = img[:, :, :: -1]? ?或者? ?img2 = img[..., :: -1]

# 方法三
img3 = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

下面的代碼應用以上方法，做出驗證：

            
              import cv2
from matplotlib import pyplot as plt

# 由OpenCV讀入彩色圖像
img = cv2.imread(r'D:\OpenCV_Python\chepai.jpg')

# 方法一
b, g, r = cv2.split(img)
img1 = cv2.merge([r, g, b])

# 方法二
img2 = img[:, :, :: -1]
# img2 = img[..., :: -1]

# 方法三
img3 = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# 調用matplotlib顯示
plt.subplot(221); plt.imshow(img)
plt.subplot(222); plt.imshow(img1)
plt.subplot(223); plt.imshow(img2)
plt.subplot(224); plt.imshow(img3)
plt.show()

            
          

由上圖可知，三種方法都可以解決 彩色圖像由BGR模式轉RGB模式的問題。

參考文獻：https://stackoverflow.com/questions/15072736/extracting-a-region-from-an-image-using-slicing-in-python-opencv/15074748#15074748

（注：原圖像來源于網絡，侵刪）

?