cv.imread()参数：
要读取的图像
读取⽅式的标志
cv.IMREAD*COLOR：以彩⾊模式加载图像，任何图像的透明度都将被忽略。这是默认参数。
cv.IMREAD*GRAYSCALE：以灰度模式加载图像
cv.IMREAD_UNCHANGED：包括alpha通道的加载图像模式。 可以使⽤1、0或者-1来替代上⾯三个标志
参考代码
import numpy as np
import cv2 as cv
# 以灰度图的形式读取图像
img = cv.imread('messi5.jpg',0)
#注意：如果加载的路径有错误，不会报错，会返回⼀个None值cv.imshow()
参数：
显示图像的窗口名称，以字符串类型表示
要加载的图像
注意：在调⽤显示图像的API后，要调⽤cv.waitKey()给图像绘制留下时间，否则 窗⼝会出现⽆响应情况，并且图像⽆法显示出来。
另外我们也可使⽤matplotlib对图像进⾏展示。
参考代码
# opencv中显示
cv.imshow('image',img)
cv.waitKey(0)
# matplotlib中展示
plt.imshow(img[:,:,::-1])cv.imwrite() 参数：
⽂件名，要保存在哪⾥
要保存的图像
参考代码
cv.imwrite('messigray.png',img)
cv.line(img,start,end,color,thickness) 参数：
img:要绘制直线的图像
Start,end: 直线的起点和终点
color: 线条的颜⾊
Thickness: 线条宽度
cv.circle(img,centerpoint, r, color, thickness)参数：
img:要绘制圆形的图像
Centerpoint, r: 圆⼼和半径
color: 线条的颜⾊
Thickness: 线条宽度，为-1时⽣成闭合图案并填充颜⾊
cv.rectangle(img,leftupper,rightdown,color,thickness) 参数：
img:要绘制矩形的图像
Leftupper, rightdown: 矩形的左上⻆和右下⻆坐标
color: 线条的颜⾊
Thickness: 线条宽度
cv.putText(img,text,station, font, fontsize,color,thickness,cv.LINE_AA) 参数：
img: 图像
text：要写⼊的⽂本数据
station：⽂本的放置位置
font：字体
Fontsize :字体⼤⼩
效果展示
我们⽣成⼀个全⿊的图像，然后在⾥⾯绘制图像并添加⽂字
import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
# 1 创建⼀个空⽩的图像
img = np.zeros((512,512,3), np.uint8)
# 2 绘制图形
cv.line(img,(0,0),(511,511),(255,0,0),5)
cv.rectangle(img,(384,0),(510,128),(0,255,0),3)
cv.circle(img,(447,63), 63, (0,0,255), -1)
font = cv.FONT_HERSHEY_SIMPLEX
cv.putText(img,'OpenCV',(10,500), font, 4,(255,255,255),2,cv.LINE_AA)
# 3 图像展示
plt.imshow(img[:,:,::-1])
plt.title('匹配结果'), plt.xticks([]), plt.yticks([])
plt.show()
我们可以通过⾏和列的坐标值获取该像素点的像素值。对于BGR图像，它返回⼀个 蓝，绿，红值的数组。对于灰度图像，仅返回相应的强度值。使⽤相同的⽅法对像 素值进⾏修改。
import numpy as np
import cv2 as cv
img = cv.imread('messi5.jpg')
# 获取某个像素点的值
px = img[100,100]
# 仅获取蓝⾊通道的强度值
blue = img[100,100,0]
# 修改某个位置的像素值
img[100,100] = [255,255,255]
图像属性包括⾏数，列数和通道数，图像数据类型，像素数等。
有时需要在B，G，R通道图像上单独⼯作。在这种情况下，需要将BGR图像分割 为单个通道。或者在其他情况下，可能需要将这些单独的通道合并到BGR图像。你 可以通过以下⽅式完成。
# 通道拆分
b,g,r = cv.split(img)
# 通道合并
img = cv.merge((b,g,r))OpenCV中有150多种颜⾊空间转换⽅法。最⼴泛使⽤的转换⽅法有两种， BGR↔Gray和BGR↔HSV。
cv.cvtColor(input_image，flag)
参数：
input_image: 进⾏颜⾊空间转换的图像
flag: 转换类型
cv.COLOR_BGR2GRAY : BGR↔Gray
cv.COLOR_BGR2HSV: BGR→HSV