3.1　讀取圖像文件進行基本操作

首先需要介紹圖像文件的存儲格式。計算機圖像可以分為矢量圖和位圖。矢量圖以代碼的形式存儲，常見的包括學術論文的統計圖、公司圖標等。這里主要討論如何處理位圖，其存儲格式包括png、jpg、tiff等，常見的包括各種手機、數碼相機拍攝的相片。而我們通常看見的gif動畫、mp4影片，也是由多個位圖按照時間排列、以固定的幀數進行播放的。

這里png、jpg、tiff格式的彩色照片，本質上都是一個三維的矩陣，即長度、寬度以及顏色（RGB，紅綠藍）。格式的文件結構都是十六進制數，分別使用了不同的圖像壓縮方法。當然解析這部分內容并不需要大家過多關注，我們可以在Python中使用現成的工具，將十六進制數格式的文件轉換成三維矩陣。我們重點講一下opencv的用法，這里使用opencv-python官網的例子。

3.1.1　使用python-opencv讀取圖片

運算結果：

          #output:
          (342, 548, 3)

完成圖像讀取以后，可以用Python的matplotlib基本繪圖庫進行圖像的展示，如圖3-2所示。

    import matplotlib.pyplot as plt
    %matplotlib inline

    plt.imshow(img)

圖3-2　展示圖片

讀取圖片成功，這里的三維矩陣高度為342像素，寬度為548像素，使用RGB編碼。如果讀者是球迷的話，很容易會發現問題，首先這個球應該是黃色的，怎么是淺藍色？巴薩球迷更能一眼看出球襪的顏色反了，不是紅色是藍色——紅藍色反了。

出現這個問題的原因是，opencv-python默認使用BGR編碼，相對于RGB而言，色彩這個維度正好是反的。之所以這里看起來不太對勁的原因，主要還是歸功于巴薩球衣是紅藍相間的，反過來仍然是紅藍。如果是米蘭兩隊（紅黑與藍黑）這樣轉換，球隊就會弄錯了。

3.1.2　借助python-opencv進行不同編碼格式的轉換

我們可以用簡單的矩陣操作，或者直接用opencv的函數，將BGR顏色編碼轉換成RGB，如圖3-3所示。

    # 方法1. 直接操作數組
    fig = plt.figure(figsize=(10, 6))
    ax1 = fig.add_subplot(121)
    ax2 = fig.add_subplot(122)
    ax1.imshow(img[:,:,np.array([2,1,0])])
    # 方法2. 調用opencv函數
    ax2.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))

圖3-3　轉換后的圖片

3.1.3　借助python-opencv改變圖片尺寸

如果此時想轉換成一個小一點的黑白相片，將高度×寬度變成240×360，可以進行如下設置：

    img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    img_gray_small = cv2.resize(img_gray, (360, 240))

存儲圖片：

    cv2.imwrite("gray_out.png",img_gray_small)

運算結果：

          # out:
          True

此時，轉換成黑白相片并經過縮小后的文件已經被成功存儲了。