太酷了，我們必須使用OpenCV讀取和顯示圖像，并了解如何將GBR顏色轉換為RGB以使用Matplolib內聯(lián)顯示它們。其他顏色格式可以使用OpenCV處理，例如HSV，CMYK等。色彩由于我們將重復很多次，因此我們創(chuàng)建一個使用Matplotlib進行繪圖的方法。我們可以設置圖的大小并刪除軸以使其更好。def show（img）：    fig， ax ＝ plt．subplots（1， figsize＝（12，8））    ax．axis（＇off＇）       plt．imshow（img， cmap＝＇Greys＇）請注意，我還將．imshow中的顏色圖定義為“灰色”。當我們繪制RGB圖像時，該參數將被忽略，但是稍后在繪制數組的各個維度時將很有用�，F(xiàn)在，讓我們嘗試一下我們的方法。image ＝ cv2．imread（＇img2．jpeg＇）image ＝ cv2．cvtColor（image， cv2．COLOR＿BGR2RGB）
show（image）

現(xiàn)在讓我們嘗試將其轉換為灰度然后再轉換為RGB。image ＝ cv2．imread（＇img2．jpeg＇）
gray ＝ cv2．cvtColor（image， cv2．COLOR＿BGR2GRAY）image ＝ cv2．cvtColor（gray， cv2．COLOR＿GRAY2RGB）
show（image）

我們可以使用．split獲取顏色的單個數組，然后將圖片與．merge組合在一起。這對于修改，檢查和過濾數組的單個維度非常實用。例如，我們可以將數組乘以零以將其刪除；img ＝ cv2．imread（＇img2．jpeg＇）
B， G， R ＝ cv2．split（img） img ＝ cv2．merge（［B＊0， G， R＊0］）
img ＝ cv2．cvtColor（img， cv2．COLOR＿BGR2RGB）show（img）

我們可以增加或減少顏色的強度，或者構建具有相同形狀的新的Numpy數組來替換它，或者你可以考慮使用任何其他方法。img ＝ cv2．merge（［np．ones＿like（B）＊255， G， R］）
img ＝ cv2．cvtColor（img， cv2．COLOR＿BGR2RGB）show（img）

同樣的分割和合并概念也適用于其他格式，如HSV和HSL。img ＝ cv2．imread（＇img2．jpeg＇）img ＝ cv2．cvtColor（img， cv2．COLOR＿BGR2HSV）
H， S， V ＝ cv2．split（img）
img ＝ cv2．merge（［np．ones＿like（H）＊30， S＋10， V－20］）
img ＝ cv2．cvtColor（img， cv2．COLOR＿HSV2RGB）show（img）