关于matplotlib与opencv读取和显示图片

最近在做一个图像处理的大作业，涉及到matplotlib与OpenCV的一些图片读取与显示的问题，感觉非常有意思，需要把它彻底掌握理解，遂写一篇博客记录一下自己的学习笔记，以备遗忘时能迅速找回知识点。希望对自己CV的学习有一些帮助。好，我们开始吧。

import cv2  # 利用opencv读取图像
import numpy as np
import matplotlib.pyplot as plt # 利用matplotlib显示图像

path = 'C:/Users/86187/Desktop/image/'
img = cv2.imread(path + "lena.png") #读取图像
# OpenCV显示图像
cv2.imshow('lena', img)
cv2.waitKey(0)

这是lena女神的原图，OpenCV读取并显示的结果。
那我们用OpenCV读取，用matplotlib显示效果如何呢？

# matplotlib显示图像
plt.imshow(img)
plt.axis('off')
plt.show()

看，图片就像变了个颜色似的，看来这样显示是有问题的。这到底是怎么回事儿呢？原来啊，OpenCV读取图片(cv2.imread())后，图像的颜色通道顺序是[B, G, R]，和matplotlib读取图片(plt.imread())后，图像的颜色通道顺继续[R, G, B]恰好是相反的。
这是，我们要想让图片正常显示，需要进行通道交换。

img = img[:,:,(2,1,0)] # 交换B和R通道
# matplotlib显示图像
plt.imshow(img)
plt.axis('off')
plt.show()

现在就正常了！
接下来是matplotlib显示灰度图的问题。

img = cv2.imread(path + 'lena.png', 0)
cv2.imshow('lena', img)
cv2.waitKey(0)

我们看到图像已经成功转换为了灰度图。
接下来我们用matplotlib来显示看看。

img = cv2.imread(path + 'lena.png', 0)
plt.imshow(img)
plt.axis('off')
plt.show()

看，明明显示的是灰度图，它怎么突然有颜色了呢？你说无中生有也就罢了，怎么还变成了绿色？？
原来啊，matplotlib显示图像，默认以三通道显示图像，我们需要在plt.imshow()里添加参数。

img = cv2.imread(path + 'lena.png', 0)
plt.imshow(img, cmap='gray')
plt.axis('off')
plt.show()

看，这下就OK了吧！
参考内容–>传送门