记录图像处理的学习
了解图像的几个属性 位深度
opencv-python库存储图像的形式为numpy的数组类型ndarray ndarray的几个属性
shape：如果是彩色图像，获取图像的形状，返回包含行数、列数、通道数的数组；如果是二值图像或者灰度图像，则仅返回行数和列数。
通过该属性的返回值是否包含通道数，可以判断一幅图像是灰度图像（或二值图像）还是彩色图像。
size：返回图像的像素数目。其值为“行×列×通道数”，灰度图像或者二值图像的通道 数为 1。
dtype：返回图像的数据类型 uint8 –单个元素占8个字节 float64 –数组中每个元素为64bits的浮点数，即8个字节
OpenCV获取图像属性 img = cv2.imread(“image.png”,flags=cv2.CV_8UC4)
矩阵类型 CV_8UC1 8位无符号整型单通道矩阵，灰度图GrayScale以这种形式存储 CV_8UC3 8位无符号整型三通道矩阵，主流RGB模式24位图以这种矩阵形式存储，即一个像素点RGB三个颜色分量各由8个bits，1个字节表示，共24位 CV_8UC4 8位无符号整型四通道矩阵，ARPG模式32位图以这种形式存储，图像相比CV_8UC3多出一个Alpha通道，多用一个字节0-255表示透明程度 CV_32FCx 一般的图像格式(png,jpg等)只用整数类型保存图片信息，一般不会用这种格式加载
对应关系 QImage.Format_BGR888 对应 CV_8UC3 QImgae.Format_ABGR32 对应 CV_8UC4
这两种方式都会在加载中丢弃图像的颜色信息，加载灰度图 img = cv2.imread(“image.png”,flags=cv2.IMREAD_GRAYSCALE) img = cv2.imread(“image.png”,flags=cv2.CV_8UC1)
这种方式加载绝大多数.jpg格式，因为jpg格式丢失图片的透明度信息 img = cv2.imread(“image.png”,flags=cv2.CV_8UC3) img = cv2.imread(“image.png”,flags=cv2.IMREAD_COLOR)
这种方式加载绝大多数.png格式，png图24位图和32位图 测试发现 img = cv2.imread(“image.png”,flags=cv2.CV_8UC4)
实际测试 发现很奇怪的现象，选取一张分辨率200x200,通道8位的32位图用opencv打开 img = cv2.imread(“image.png”,flags=cv2.CV_8UC1) 得到(200,200) img = cv2.imread(“image.png”,flags=cv2.CV_8UC2) 得到完全正确的(200,200,4) img = cv2.imread(“image.png”,flags=cv2.CV_8UC3) (100,100,3),丧失透明度信息，图片缩小为原来的1/4 img = cv2.imread(“image.png”,flags=cv2.CV_8UC4) (100,100,4)，透明度未丢失，图片缩小为原来的1/4 img = cv2.imread(“image.png”,flags=cv2.IMREAD_COLOR) img = cv2.imread(“image.png”) (200,200,3)，透明度丢失，尺寸正常 img = cv2.imread(“image.png”,flags=cv2.IMREAD_UNCHANGED) 得到完全正确的(200,200,4)
色深/位深，表示在位图或者视频帧缓冲区中储存1像素的颜色所用的位数，它也称为位/像素（bpp） https://zhuanlan.zhihu.com/p/71155212