cv2.imread() 返回的 Ndarray

在 Python 计算机视觉领域，OpenCV 是最常用的库。而一切图像处理工作，都始于 cv2.imread() 函数。理解读取图片后返回的数据结构很重要，因为这直接决定了我们如何访问、操作和修改图像的像素数据。

简单来说，cv2.imread() 读取的图像最终被表示为一个 NumPy 数组（numpy.ndarray）。

理解 cv2.imread() 返回的 NumPy 数组，特别是它的 BGR 通道顺序和 (高度, 宽度, 通道数) 的结构，是进行任何进一步图像处理（如颜色转换、滤波、特征提取）的基础。

1. 核心结构：NumPy Ndarray#

NumPy 数组是 Python 中用于科学计算的基础数据类型，具有多维和同质的特性。当 OpenCV 读取图像时，它将图像的像素信息和颜色深度全部映射到这个结构中。

默认情况下，cv2.imread() 返回数组的元素类型是 uint8（无符号 8 位整数）。

这是初学者最容易混淆的地方：OpenCV 读取彩色图像的通道顺序是 蓝色 (B)、绿色 (G)、红色 (R)，即 BGR 格式，而不是通常在 Web 或 Matplotlib 中使用的 RGB 格式。

要将其正确显示在 Matplotlib 或进行其他 RGB 处理，需要使用 cv2.cvtColor(img, cv2.COLOR_BGR2RGB) 进行转换。

cv2.imread() 返回的数组的维度（即 .shape 属性）取决于读取的是彩色图像还是灰度图像。

图像类型	维数 (.ndim)	形状 (.shape) 结构	含义
彩色图像	3 维	`(高度, 宽度, 3)`	3 个通道（B、G、R）。例如：一张 $480 \times 640$ 的彩色图，形状为 `(480, 640, 3)`。
灰度图像	2 维	`(高度, 宽度)`	只有 1 个通道（亮度）。例如：一张 $480 \times 640$ 的灰度图，形状为 `(480, 640)`。
读取失败	`None`	N/A	如果文件不存在或路径错误，`cv2.imread()` 返回 `None`。

备注： 图像的高度（行数）总是排在宽度（列数）之前，这符合 NumPy 数组的索引习惯。

作为 NumPy 数组，图像对象继承了所有强大的 Ndarray 属性，这些属性在处理图像时非常实用：

NumPy 属性	描述	示例代码
`.shape`	数组的维度，确定图像的尺寸和通道数。	`img.shape` $\rightarrow$ `(H, W, C)`
`.dtype`	数组元素的数据类型，通常是 `uint8`。	`img.dtype` $\rightarrow$ `dtype('uint8')`
`.size`	数组中元素的总数（总像素数 $\times$ 通道数）。	`img.size`
`.ndim`	数组的维数（2 或 3）。	`img.ndim`
`.itemsize`	单个元素占用的字节数（`uint8` 为 1 字节）。	`img.itemsize` $\rightarrow$ `1`

在彩色图像中，可以使用标准的 NumPy 索引来访问或修改特定位置的像素值。

# 假设 img 是一个彩色图像 (H, W, 3)
# 访问第 50 行，第 100 列的像素
pixel = img[50, 100] 
print(f"像素值 (BGR): {pixel}") 
# 举例来说：[255 128 50] -> B=255, G=128, R=50

python