import cv2 as cv    
import numpy as np       
import matplotlib.pyplot as plt  

while True: # 无限循环，持续显示画面，直到按下ESC退出
  image = cv.imread("opencv_logo.jpg")  # 每次循环都重新读取原图（保证反色不会叠加）
# 显示BGR，蓝、绿、红三通道分量（单通道显示为灰度图）
  cv.imshow("blue", image[:, :, 0])     # 显示蓝色通道B：所有行、所有列、第0通道
  cv.imshow("green", image[:, :, 1])    # 显示绿色通道G：所有行、所有列、第1通道
  cv.imshow("red", image[:, :, 2])      # 显示红色通道R：所有行、所有列、第2通道;等效于显示倒数第一个颜色通道，红色 cv.imshow("red", image[:, :, -1])

  b,g,r=cv.split(image)   # 通道分离：将BGR图像拆成b、g、r三个独立单通道矩阵
  img=cv.merge([b,g,r])   # 通道合并：将分离的B、G、R通道重新合并为彩色图像

  gray1=0.299*r + 0.587*g + 0.114*b  # 手动灰度化公式（标准加权灰度算法）
  gray2=np.uint8(gray1)    # 将浮点型灰度值强制转为8位无符号整型（0-255）
  gray3=gray1.astype(np.uint8)  # 另一种类型转换方式，与上一行功能完全相同

  result = 255 - image  # 颜色反转（反色）原理：255-当前像素值 = 反色

  key = cv.waitKey(1)        # 等待1毫秒，获取按键值，画面每秒刷新1000次
  if key == 49:  # 按键 1（ASCII码49） 判断是否按下数字键1
      cv.imshow("gray", gray2)  # 显示手动计算的灰度图
  if key == 50:  # 按键 2（ASCII码50） 判断是否按下数字键2
        cv.imshow("result", result)  # 显示颜色反转后的图像
  if key == 27:  # 判断是否按下ESC键（ASCII码27）
      break                # 退出无限循环

cv.destroyAllWindows()     # 关闭所有OpenCV窗口，释放内存