当Python也来进行修图神器，发现是真的蛮好用的呢！！

今天小编来和大家分享一下Python​在图像处理当中的具体应用，那既然是图像处理，那必然要提到opencv模块了，该模块支持与计算机视觉和机器学习相关的众多算法，并且应用领域正在日益扩展，大致有以下几种领域。,当然这次小编并不打算将这么高深的内容，今天就从最基本的opencv模块在图像的基本操作上说起。,模块的安装我们通过都是通过pip命令来进行的。,学过线性代数的肯定怼矩阵并不感到陌生。图像本质上来说就是矩阵，灰度图像是一个普通的矩阵，而彩色图像就是一个多维矩阵，我们对于图像的操作可以自然地转换成是对矩阵的操作。,首先我们先来读取图像，调用的是cv2.imread()方法，它的语法格式如下：,其中的flag参数是用来设置读取图像的格式，默认的是1，表示为按照RGB三通道的格式来进行读取，如果设置成0，则表示以灰度图单通道的方式来进行读取，,在读取图片之后，我们希望能够将其展示出来，这里用到的函数方法是cv2.imshow()，它的语法格式如下所示,其参数解释分别如下：,我们尝试将上面读取的图片展示出来，代码如下,当我们运行了上述的代码之后，可以发现在一瞬间当中图片弹了出来，但是还没有等我们看清楚图片的样子之后就直接关闭了，原因在于cv2.imshow()函数方法并没有延时的作用，我们添加一个延时的函数，代码如下,output,,最后我们将图片保存下来，这里用到的函数是cv2.imwrite()，它的语法格式如下,其参数解释分别如下：,示例代码如下：,有时候我们想要知道图片的像素大小，而图片的本质是矩阵，例如一张1024像素*960像素的图片，就意味着在矩阵当中的行数就是960行，列数是1024列，在opencv​模块当中调用的shape()函数方法，代码如下：,output,可以看到该图片的像素是340*380，通道数是3，而针对灰度图像而言，我们来看一下图片的属性，代码如下：,output,可以看到对于灰度图像而言，我们就没有看到通道数，只有行数和列数,最后我们来对图像进行一些基本操作，无非就是改变当中的一些像素值，我们导入一张空白的图片，通过修改当中的像素值来往里面添加一个黑点，代码如下,output,