图像和视频处理的核心概念（程序：加载、浏览和显示图像）

计算机视觉应用构建图像和视频处理的核心概念程序加载、浏览和显示图像代码结果小结图像和视频处理的核心概念程序加载、浏览和显示图像代码# 从 __future__ 模块导入 print_function确保在 Python 2 环境下也能使用 Python 3 的 print() 函数语法from__future__importprint_function# 导入 OpenCV 计算机视觉库并简写别名为 cv2importcv2# 定义要读取的图片文件路径image_pathimages/marsrover.png# 使用 cv2.imread() 从指定路径读取图片返回一个 NumPy 多维数组imagecv2.imread(image_path)# 打印图片的维度信息例如3 表示包含高度、宽度和颜色通道print(Dimension of the image: ,image.ndim)# 打印图片的高度shape[0] 对应数组的行数print(Image height: ,format(image.shape[0]))# 打印图片的宽度shape[1] 对应数组的列数print(Image width: ,format(image.shape[1]))# 打印图片的通道数shape[2] 对应颜色通道如 BGR 图像为 3 通道print(Image channels: ,format(image.shape[2]))# 打印图片数组的总像素数高度 × 宽度 × 通道数print(Size of the image array: ,image.size)# 在名为 My Image 的窗口中显示读取到的图片cv2.imshow(My Image,image)# 无限期等待键盘按键输入参数 0 表示一直等待按下任意键后继续执行并关闭窗口cv2.waitKey(0)结果# Dimension of the image: 3# 【解释】表示图片在内存中是一个 3 维数组。# 这三个维度分别代表高度行、宽度列和颜色通道。# Image height: 400# 【解释】表示图片的高度为 400 像素。# 对应 NumPy 数组的第一维度shape[0]即图像在垂直方向上有 400 行。# Image width: 640# 【解释】表示图片的宽度为 640 像素。# 对应 NumPy 数组的第二维度shape[1]即图像在水平方向上有 640 列。# Image channels: 3# 【解释】表示图片包含 3 个颜色通道。# 对应 NumPy 数组的第三维度shape[2]。这说明这是一张彩色图像。# 注意OpenCV 默认读取的颜色空间是 BGR蓝、绿、红而不是常见的 RGB。# Size of the image array: 768000# 【解释】表示图片数组中包含的总数据点元素数量为 768,000。# 计算公式为高度 × 宽度 × 通道数即 400 × 640 × 3 768,000。# 这意味着这张图片在内存中由 768,000 个数值组成每个数值代表某个像素在特定通道上的亮度值通常为 0-255。小结文章仅供参考有错处欢迎评论区补充参考文章作为本人学习回溯使用不会再多参与再此共勉。