1.1 图像显示

1.1.1 使用OpenCV显示图像

OpenCV是计算机视觉中经典的专用库，具备支持多语言、跨平台的优点，功能强大。

OpenCV-Python为OpenCV提供了Python接口，这样使用者在Python中能够调用C/C++，从而在保证易读性和运行效率的前提下，实现所需的功能。

使用cv2.imshow（window_name，img）函数在窗口中显示图像，窗口会自动适应不同的图像尺寸。

第一个参数window_name是窗口名称，是一个字符串，使用者可以根据需要创建任意多个窗口；第二个参数img是图像名称。

使用者既可以根据需要创建任意多个窗口，也可以使用不同的窗口名称。

1.1.2 使用Matplotlib显示图像

Matplotlib也是一种常用的图像处理库，可以使用matplotlib.pyplot.imshow（img）函数来显示图像，参数img代表图像对象，相关参数较少，使用便捷。

需要注意的是，使用OpenCV读取的图像的颜色通道为BGR（蓝绿红），而Matplotlib使用的颜色通道为RGB（红绿蓝），所以需要进行颜色通道转换。先将OpenCV读取的BGR（蓝绿红）颜色通道的图像转换为 RGB（红绿蓝）颜色通道的图像，再使用 Matplotlib 正确显示图像。

1.1.3 案例实现——使用OpenCV显示图像

1.实验目标

提供一张图像，使用OpenCV显示该图像。

2.实验环境

实验环境如表1.1所示。

3.实验步骤

创建源码文件test01_imshow_opencv.py，用来实现使用OpenCV显示图像。

按照如下步骤编写代码。

步骤一：导入模块

步骤二：读取图像

步骤三：使用OpenCV显示图像

步骤四：运行实验代码

使用如下命令运行实验代码。（注：如果是Ubuntu环境，可能需要运行python3，以下同）

运行效果如图1.1所示。

1.1.4 案例实现——使用Matplotlib显示图像

1.实验目标

提供一张图像，使用Matplotlib显示该图像。

2.实验环境

实验环境如表1.2所示。

3.实验步骤

创建源码文件test02_imshow_matplotlib.py，用来实现使用Matplotlib显示图像。

按照如下步骤编写代码。

步骤一：导入模块

步骤二：读取图像

步骤三：将颜色通道从BGR转换为RGB

步骤四：使用Matplotlib显示图像

步骤五：运行实验代码

使用如下命令运行实验代码。

运行效果如图1.2所示。