不久前，我為一個大學(xué)項目訓(xùn)練了一個目標(biāo)檢測模型，但說實話，除了它需要很多計算力以及需要長時間觀察我的訓(xùn)練模型，我不記得其他太更多的東西了。

最近我對這些話題重拾了興趣，我決定重新開始學(xué)習(xí)，但這一次我會做筆記并分享我的學(xué)習(xí)經(jīng)驗。

我想知道有一天我們是否能夠使用風(fēng)格遷移將一種風(fēng)格從一個數(shù)據(jù)復(fù)制到另一個數(shù)據(jù)而不損害其完整性。OpenCVOpenCV是一個開源庫，最初由Intel開發(fā)，它包含了支持計算機視覺和機器學(xué)習(xí)的便捷方法和函數(shù)。

在本文中，我將全神貫注地學(xué)習(xí)如何讀取圖像，如何在Jupyter notebook中顯示圖像以及如何檢查和更改其某些屬性。import cv2import numpy as npimport matplotlib．pyplot as plt讓我們從．imread開始加載圖片，然后我們可以使用．imshow在新窗口中顯示它。image ＝ cv2．imread（＇img．jpg＇）cv2．imshow（＇Some title＇， image）
cv2．waitKey（0）cv2．destroyAllWindows（）

waitkey和．destroyAllWindows方法對于在不崩潰的情況下運行代碼至關(guān)重要。第一個方法會告訴Jupyter繼續(xù)運行該塊，直到按下某個鍵，第二個方法將在程序的最后關(guān)閉窗口，回收內(nèi)存資源。我們還可以嘗試使用Matplotlib．imshow來顯示圖像，它可以以內(nèi)聯(lián)方式顯示圖像，而不是在新窗口中顯示。image ＝ cv2．imread（＇img．jpg＇）plt．imshow（image）

看起來很奇怪。顏色都弄亂了。OpenCV將圖像加載為Numpy數(shù)組，并且它們具有三個維度：紅色，綠色和藍色。維度通常稱為通道，它們保存的值介于0到255之間，代表每個像素的顏色強度。＞＞＞ print（type（image））＞＞＞ print（image．shape）
＜class ＇numpy．ndarray＇＞（776， 960， 3）也就是說是RGB，對吧？不對，這是BGR，其順序不同。Matplotlib使用RGB，這就是為什么我們的圖片看起來很奇怪。這也不是問題，因為OpenCV有一些非常方便的方法來轉(zhuǎn)換顏色。image ＝ cv2．imread（＇img．jpg＇）image ＝ cv2．cvtColor（image， cv2．COLOR＿BGR2RGB）
plt．imshow（image）