前言
我是人工智障，一名程序猿。做過嵌入式、爬蟲，目前在自學(xué)計算機視覺 。注冊 「命運探知之魔眼」（名字取自影視作品「命運石之門」）這個公號已有些日子，真正有心將它運營起來是看到朋友狗哥運營它的公號「一個優(yōu)秀的廢人」之后。注冊這個號的初衷是分享我的 計算機視覺 學(xué)習(xí)筆記，希望更多的人加入我的行業(yè)，杜撰一下希特勒的話：「我們每寫一行代碼，都在改變著世界的版圖」。
圖像是什么
人類看到圖像的原理（引用維基百科）：
物體發(fā)來的光線經(jīng)過眼的折光系統(tǒng)，一般會在視網(wǎng)膜上形成像，被感光細(xì)胞感到。
感光細(xì)胞受刺激后將其刺激的形態(tài)傳遞到大腦，大腦的不同部分平行工作產(chǎn)生圖像的概念。
數(shù)字圖像的形成原理與人類解析到圖像的原理相似，數(shù)字圖像是連續(xù)的光信號經(jīng)過傳感器的采樣在空間域上的表達。一張圖像是由一個包含若干個像素點的矩形框組成的，試著把一張圖在“畫圖”軟件中放大會有更直觀的感受，下面是lena圖放大后的效果。
可以看到圖像是由很多個小格子組成的，每個小格子都只有一種顏色，這是構(gòu)成圖像的最小單元——像素（pixel）。不同的像素值代表了不同的顏色，像素值的值域一般在0到255（包括）之間，也就是256個整數(shù)，因此可以用完整個unsigned char類型的值域，所以像素值一般都是用unsigned char類型表示。
圖像的顏色
但0-255并不能映射到像上圖所示的彩色，而只是對應(yīng)黑色到白色之間的灰度值（grayscale），如下圖：
人類看到彩色也是需要3種視錐細(xì)胞，分別感受紅綠藍(lán)不同的顏色，缺失某種細(xì)胞則會造成不同的色盲。要表示彩色像素，先回憶初中物理學(xué)的三原色，紅綠藍(lán)（RGB），飽和的紅綠藍(lán)三種顏色疊加起來就是白色，假如其中一種顏色不那么“飽和”則可以表示其他的顏色，調(diào)節(jié)三種顏色的比例則可以表示我們常看到的24位色。灰度值的顏色空間在幾何上可以用一根直線表示，而RGB彩色空間在幾何上則對應(yīng)了一個立方體，如下圖：
因此，要表示彩色值，我們需要3個維度，也就是3個圖像通道，每個像素值用3個數(shù)字表示，如(255,255,255)表示白色，(255,0,0)表示紅色，(255,255,0)表示黃色。
圖像的坐標(biāo)系
像素在圖像上的排布使用左手坐標(biāo)系，原點在左上角，如下圖：
代碼
在OpenCV的python庫中讀取和訪問圖像的示例代碼如下：
# coding: utf-8
import cv2
import numpy as np
def main():
# 讀取lena圖
img = cv2.imread('lena.jpg')
# 打印img的維度
print 'img.shape:',img.shape
# 打印img的一個像素值
print 'img[0,0]:',img[0,0]
# 打印img的一個像素的一個通道值
print 'img[0,0,0]:',img[0,0,0]
if __name__ == '__main__':
main()
運行結(jié)果：
PS：對于上面的代碼，如果從第一行開始就看不懂，建議先補習(xí) Python 基礎(chǔ)，參考這個公號「一個優(yōu)秀的廢人」。
如果還是有點感覺的，請繼續(xù)往下看。
首先
import cv2
是導(dǎo)入 OpenCV 庫，我們要學(xué)的所有函數(shù)都在這個庫里面。
import numpy as np
numpy 是一個科學(xué)計算庫，如果你是電子相關(guān)專業(yè)的學(xué)生，應(yīng)該有學(xué)過 Matlab ，numpy的功能就跟 Matlab 類似，能夠表達矩陣和矩陣相關(guān)的操作，圖像的數(shù)據(jù)結(jié)構(gòu)就是 numpy.array 。
main 函數(shù)里面的第一行，我們從磁盤上讀取了一幅圖 lena.jpg 。
img = cv2.imread('lena.jpg')
cv2.imread 參數(shù):
cv2.imread (圖像路徑，格式標(biāo)志)，
其中第一個參數(shù)是必須的，是相對于工作路徑的圖片的地址；
第二個參數(shù)有三種可以取的值，分別是：
- cv2.IMREAD_COLOR
- cv2.IMREAD_GRAYSCALE
- cv2.IMREAD_UNCHANGED
默認(rèn)不填就是 cv2.IMREAD_COLOR ，也就是把圖片當(dāng)作彩圖讀入。
cv2.IMREAD_GRAYSCALE 也就是把圖片讀入后轉(zhuǎn)換成灰度圖，這個值也等于0，使用的時候可以直接寫 cv2.imread(img_path, 0)。
cv2.IMREAD_UNCHANGED 是原封不動的讀取，圖片該是怎樣就怎樣讀。
cv2.imread 返回值:
cv2.imread 的返回值是一個 numpy.array 結(jié)構(gòu)，相當(dāng)于一個矩陣，矩陣的維度信息、具體每一個數(shù)據(jù)都能獲取到。
注意：如果圖像讀取失敗，例如傳入的路徑不對或者圖片損壞，返回值是 None ，如果需要健壯的處理請務(wù)必加上這個判斷。
numpy.array:
img.shape 就是獲取維度，對應(yīng)的是 Python 的元組( tuple )在這里，因為是彩色圖，所以 tuple 有 3 個元素
，如果是灰度圖，則只有兩個元素，您可以自行測試。在實際使用中如果得到了一幅不知道是彩圖還是灰度圖的 img ，就可以用 if len(img.shape) == 3 這樣的方法去判斷。
看上面的運行結(jié)果，輸出的 img.shape 是 (512L, 512L, 3L)，這個 L 表示長整型，可以把它忽略。我們就說這是一幅 512x512x3 大小的圖，其中第一個 512 表示圖像的高度，第二個 512 表示圖像的寬度， 第三個 3 就是前面說的表示它是彩色圖，也就是通常所說的通道數(shù)。
3 個通道是因為上面講圖像的顏色的時候，我們說了彩色圖的一個像素值要用 3 個數(shù)字表示，所以再看回運行結(jié)果的第二行，打印 img[0,0] 的時候就輸出了一個 3 元素的list —— [128 138 255]，其中第一個通道是對應(yīng)的藍(lán)色通道，第二個通道是綠色，第三個是紅色，也就是通常所說的 BGR 排列。
numpy.arra y與 Matlab 中的矩陣很相似，也支持多個數(shù)據(jù)同時訪問，如 img[0, :] 可以表示圖像的第一行所有像素、img[..., 0] 可以表示圖像的第一個通道所有像素。
圖像的顯示
如果要顯示上面的圖像，就要使用 cv2.imshow 函數(shù)，在上面貼的代碼中沒有寫，可以自行測試。
cv2.imshow:
接收兩個參數(shù)：(窗口名，圖像)
如 cv2.imshow('LENA'，img) 就會顯示一個名稱是 LENA 的窗口，內(nèi)容是 lena 圖。
如果急著進行這一步就運行的話可能會看到有個一閃而過的窗口，然后程序就結(jié)束了，因為窗口必須要有阻塞才會顯示，阻塞的方法我們可以讓程序等待，這就用到了 cv2.waitKey 函數(shù)。
cv2.waitKey:
接收 1 個參數(shù)： 等待時間（單位是毫秒(ms)，1000 ms = 1 s）。
返回值是用戶按下的鍵值，我通常的用法是：
cv2.imshow('LENA', img)
if cv2.waitKey(0) == ord('q'):
print 'EXIT'
return
這里我傳入的參數(shù)是 0，表示一直等待，直到我按下 Q 鍵讓它退出。
顯示出來的效果是這樣的：
后語
我不是大神，不是什么牛人，于 計算機視覺 領(lǐng)域來說，我是菜雞，但誰剛開始接觸一個領(lǐng)域的時候不是菜雞呢。 寫這個號的目的是為了記錄我自學(xué) 計算機視覺 的筆記。
如果本文對你哪怕有一丁點幫助請右下角點贊，否則忽略就好。平時工作也是在做計算機視覺，希望大家多多指教。
我一直認(rèn)為學(xué)習(xí)不能有所見即所得的想法，一看就會，一做就錯。千萬不要偷懶，所謂大神都是一個一個坑踩過來的。
如果有朋友想加快學(xué)習(xí)進度的話，可以直接學(xué)習(xí) OpenCV 自帶的教程。
對于我的文章有什么紕漏或者疑問的，歡迎下方留言。
