一、两种强大的工具：OpenCV 和 matplotlib

在 PyCharm 中打开图片，我们主要有两种工具可以选择，它们分别是 OpenCV 和 matplotlib。

（一）用 OpenCV 打开图片

OpenCV 是一个开源的计算机视觉库，它的功能非常强大。用 OpenCV 打开图片，首先得确保图片文件和你的 Python 脚本在同一个文件夹里。这样，OpenCV 才能准确地找到并读取图片。

cv2.imread()是 OpenCV 中用于读取图片的函数。它需要一个参数，即图片的文件路径。在这里，我们使用了 r"D:\22.bmp"，这表示图片位于 D 盘根目录下，文件名为 22.bmp。使用 r前缀可以避免路径中的反斜杠被误解为转义字符。
cv2.imshow() 函数用于在窗口中显示图片。它的第一个参数是窗口的名称，这里我们将其设置为 '22'；第二个参数是要显示的图片变量 img。执行这行代码后，你会看到一个名为 "22" 的窗口弹出，显示你指定的图片。
cv2.waitKey() 函数的作用是让程序等待用户的按键事件。参数 0 表示程序会无限期地等待，直到你按下任意键。如果你希望窗口在一定时间后自动关闭，可以将参数设置为相应的毫秒数。

（二）用 matplotlib 打开图片

matplotlib 是一个用于绘制图表和图像的库。相比 OpenCV，matplotlib 在展示图片时更加灵活，尤其是在需要对图片进行标注或者同时展示多张图片时。

如果你想要在同一个画布上展示多张图片，plt.subplot() 函数就派上用场了。这个函数的三个参数分别代表画布的行数、列数和当前图片的位置。

二、颜色通道的差异

虽然 OpenCV 和 matplotlib 都能打开图片，但它们在处理彩色图片时有一个重要的区别。OpenCV 使用的是 BGR 颜色通道顺序，而 matplotlib 使用的是 RGB 颜色通道顺序。这意味着，如果你用 OpenCV 读取了一张彩色图片，然后直接用 matplotlib 来显示，图片的颜色就会出现偏差。

举个例子，原本黄色的鸭子可能会变成蓝色的。这是因为 OpenCV 读取的 BGR 图片被 matplotlib 当成了 RGB 图片来处理，导致蓝色和红色通道的位置互换了。

那么，如何解决这个问题呢？答案是进行颜色通道的转换。OpenCV 提供了一个方便的函数 cv2.cvtColor()，可以轻松地将 BGR 图片转换为 RGB 图片。

在这个例子中，cv2.COLOR_BGR2RGB 参数指定了颜色通道的转换方向。经过转换后，图片的颜色就能正确显示了。

三、视频读取与显示

cv2.VideoCapture(r"E:\111.MP4")，用于读取指定路径的视频文件。capture.read()，返回一个布尔值 ref（表示读取是否成功）和一帧图像 frame。cv2.imshow("captureSrc", frame)，在窗口中显示当前帧。cv2.waitKey(1) == 27，等待 1 毫秒，若按下 "Esc" 键（ASCII 码 27），则退出循环。capture.release() 和 cv2.destroyAllWindows()，确保资源被正确释放，窗口被关闭。cv2.imwrite('img.jpg', frame)，将最后一帧保存为图片文件。
 

以上就是第一节上机课的内容。