import cv2 as cv  # 导入OpenCV库，别名cv（行业通用写法）
import matplotlib.pyplot as plt  # 导入绘图库，用于显示图像（与OpenCV互补），OpenCV用BGR，matplotlib用RGB，必须转换
import numpy as np   # 导入数值计算库，图像在Python中本质= numpy数组（矩阵） ，所有操作都靠numpy

print(cv.getVersionString())  # 打印OpenCV版本号，getVersionString() 是OpenCV内置函数，返回字符串格式版本号

image = cv.imread("long.jpg")  # 读取彩色图像，转为numpy多维数组（矩阵）；图片必须和.py文件同文件夹，否则写完整路径；读取失败会返回None，不会报错
cv.imshow("image", image)  # OpenCV窗口显示原图；imshow = image show；参数1：窗口名；参数2：要显示的图像矩阵
cv.waitKey(0)  # 等待按键；让窗口停留，等待键盘输入；参数0：无限等待，按任意键继续执行
print(image.shape)  # 查看图像形状；输出 (高度, 宽度, 通道数)
# 彩色图 = 3通道 → B、G、R
# shape输出格式：(高, 宽, 3)
# 灰度图 = 1通道 → shape输出：(高, 宽)

img = cv.cvtColor(image, cv.COLOR_BGR2RGB)  # cvtColor = convert color 颜色转换；cv.COLOR_BGR2RGB：把OpenCV默认的BGR通道 → 转为matplotlib需要的RGB通道
plt.imshow(img)  # 将RGB图像传给matplotlib；把图像数据加载到内存
plt.show()       # 把图像画出来，弹出窗口显示图片

image1 = cv.imread("long.jpg", cv.IMREAD_GRAYSCALE)  # 以灰度模式读取图像；cv.IMREAD_GRAYSCALE：强制以灰度图读取
print(image1.shape)  # 查看灰度图形状；输出：(高, 宽)
plt.imshow(image1, cmap='gray')  # matplotlib显示灰度图；cmap：colormap 颜色映射表/配色方案
plt.show()

roi = image[100:200, 100:200, :]  # 截取ROI感兴趣区域；图像是numpy三维矩阵 [行, 列, 通道]；行：高度方向 100~200；列：宽度方向 100~200；: 表示取所有通道（BGR全部保留）； ROI = Region of Interest 图片局部区域
blank = np.zeros_like(image)  # 创建和原图一样大小的全黑图；zeros_like：创建一个形状、数据类型与image完全相同，但全是0的矩阵；0在图像中=黑色；255=白色
blank[100:200, 100:200, :] = roi  # 将ROI粘贴到黑色图上；把截取的区域 赋值 给黑色图的相同位置；numpy数组赋值操作，覆盖对应位置像素
#blank[100:200, 100:200, :] = roi.copy() 修改blank，原roi不会变！！！
cv.imshow("blank", blank) # 显示黑色底+ROI的图
cv.waitKey(0)

h, w, c = image.shape  # 解包原图的 高、宽、通道数
blank1 = np.zeros((h, w, c), dtype=np.uint8) # np.zeros:生成一个指定形状、所有元素都为 0 的 NumPy 数组；数据类型；dtype=np.uint8：必须写！图像像素值只能是 0~255 的整数
cv.imshow("blank1", blank1) # 手动创建黑色图
cv.waitKey(0)

blank2 = np.copy(image)  # 复制图像，新建独立数组，修改blank2不会改变原image
cv.imshow("blank2", blank2)
cv.waitKey(0)
blank3 = image  # 直接赋值，只是起别名，修改blank3，原image也会跟着变！！！
cv.imshow("blank3", blank3)
cv.waitKey(0)

cv.destroyAllWindows()  # 按完键后，关闭所有OpenCV窗口；释放内存，不写会导致窗口卡死