Opencv与matplotlib在python下读入图片的区别

话不多说，先看代码段：

import cv2
from matplotlib import pyplot as plt
img=cv2.imread('lena.jpg',cv2.IMREAD_COLOR)
plt.imshow(img)
plt.show()

这样读图片多半显示出来的img图片的效果多半是有问题的，原本发红的lena会变得发蓝。这是因为cv2读取图片时，默认的顺序是BGR顺序，而matplotlib用的是RGB方式。也就是说，发红的lena图片读入img后，第三个通道内的数据（也就是红色通道）的数值在plt.imshow的时候，被按照B的方式（也就是蓝色）的方式读了出来，因此图像会偏蓝。

那么如何处理此问题呢？

第一种方式，利用cv2的merge函数手动去合并。

b,g,r=cv2.split(img)
img2=cv2.merge([r,g,b])
plt.imshow(img2)
plt.show()

即先把它划分成bgr的形式，再把它合并成RGB，得到适宜用plt表示的变量img2。

第二种方式，利用cv2提供的BGR2RGB方式：

img3=cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img3)
plt.show()

这种方式是opencv对调颜色通道的函数，可以直接调用，比较方便。

第三种方式，翻转numpy矩阵。这种做法不太直观，平时建议不要这么使用。但是很有学习的必要，因为对于矩阵操作的时候，进行翻转是很常见的。因此有必要学习下：

img4=img[:,:,::-1]
plt.imshow(img4)
plt.show()

这是numpy矩阵中的切片一节的内容。对于数组的切片，不管是几维的，每一维的切片也就这样的形式：

[start:end:step]

如果不指定，那么就默认start是0，end是该维度的大小，step是步长=1。

例如，b=a[:,2:8:2]就代表a是一个二维数组，第一维依旧保持，在第二维上进行切片，从2到8，每隔2个数（包括）选取一个点。

因此，对于img4=img[:,:,::-1]，意思则是对图像的长宽不做调整，仅仅调整通道。对通道的切片操作为[::-1]。

我们着重来看下，start没给，end没给，给了一个步长是-1。步长是负数代表你这是想要倒着走。切片内部自动把end和start调换了，原先通道是BGR,倒着走变成了RGB。通过这种方式实现对通道的翻转。