1. python常用庫讀取顯示保存灰度與彩色圖片的N種方式
在Python中，處理灰度和彩色圖片時，常常需要使用到一些常用庫。以下是四種庫——OpenCV、PIL (Python Imaging Library)、matplotlib和imageio——在讀取、顯示和保存圖片方面的介紹和方法。
首先，OpenCV是一個強大的圖像處理庫，讀取圖像可以通過cv2.imread()函數，顯示則使用cv2.imshow()，保存則利用cv2.imwrite()函數，傳入文件路徑和圖像對象作為參數。
PIL庫則提供image.open()方法讀取圖像，通過顯示函數直接顯示，使用image.save()方法保存，只需指定保存路徑即可。
matplotlib庫主要針對數據可視化，讀取圖像可以使用plt.imread()，顯示使用plt.imshow()，保存則用plt.imsave()，同樣需要提供文件路徑。
imageio庫的圖像處理功能相對簡潔，imageio.imread()用於讀取，imageio.imwrite()用於保存，操作方式類似前兩者。
在比較這四個庫時，OpenCV適合復雜的圖像處理和計算機視覺任務，而PIL和imageio適用於基本的圖像操作。matplotlib雖然主要用於數據可視化，但在處理圖像方面也具有一定靈活性，但功能相對較有限。
要統一將圖像讀取為RGB格式，以下是四種庫的實現方法：
這些方法可以確保在後續處理中，圖片都以RGB格式呈現，便於進一步操作。
2. 如何用Python+Pygame旋轉圖像、灰度圖像
『』『
2013-7-4
by JavenLee
希望能帶給你啟發
'''
import Image
img = Image.open(『origin.png』) # 得到一個圖像的實例對象 img
rot_img = img.rotate(270) #順時針旋轉90度
rot_img.save("rot_img.jpg")
x_img=img.transpose(Image.FLIP_LEFT_RIGHT) #垂直翻轉
y_img=img.transpose(Image.FLIP_TOP_BOTTOM) #水平翻轉
new_imag=img.convert('L')
'''
模式
img.convert() 參數說明如下：
1 1位像素，黑和白，存成8位的像素
L 8位像素，黑白
P 8位像素，使用調色板映射到任何其他模式
RGB 3×8位像素，真彩
RGBA 4×8位像素，真彩+透明通道
CMYK 4×8位像素，顏色隔離
YCbCr 3×8位像素，彩色視頻格式
I 32位整型像素
F 32位浮點型像素
'''
3. 怎麼用python進行簡單的圖像處理
所謂簡單的圖像處理，就是對像素數據進行點處理。
下面是具體步驟。
讀取圖片：
# -*- coding: utf-8 -*-
import cv2
import numpy as np
img = cv2.imread("C:/Users/Administrator/Desktop/ball.png")
cv2.imshow("a",img)
cv2.waitKey(0)
cv2.imshow("a",img)
打開一個圖片窗口。
python讀取圖片，實際上是讀取了離散的圖片數據：
print(img)
運行，就會給出圖片數據。
顯示反色圖片，只要進行簡單的計算：
255-img
這是2*img的效果。
分離通道，圖片的第一個通道是：
img[:,:,0]
成圖是灰度圖。
第二個通道的灰度圖：
img[:,:,1]
第三個通道的灰度圖：
img[:,:,2]
4. 怎麼對灰度圖像進行反色處理
對於8位深度的灰度圖像，反色處理可以通過從255減去每個像素值實現。具體操作為，首先需要確保圖像數據以8位灰度模式存儲。接著，遍歷圖像中的每一個像素，將其數值從255中減去，這樣就能得到反色效果。例如，如果一個像素的原始值為128，則反色後其值為127。
在編程實現上，可以使用Python的PIL庫來處理此類圖像。首先導入PIL庫，然後載入圖像文件。之後，使用PIL提供的函數逐像素處理圖像，最後保存處理後的圖像文件。以下是簡化版的代碼示例：
python
from PIL import Image
def invert_grayscale_image(input_path, output_path):
image = Image.open(input_path).convert("L")
inverted_image = Image.new("L", image.size, 255)
pixels = image.load()
inverted_pixels = inverted_image.load()
for i in range(image.width):
for j in range(image.height):
inverted_pixels[i, j] = 255 - pixels[i, j]
inverted_image.save(output_path)
invert_grayscale_image("input.jpg", "output.jpg")
上述代碼中，`invert_grayscale_image`函數接收輸入和輸出路徑作為參數，首先將圖像轉換為8位灰度模式，然後創建一個大小相同的白色圖像，遍歷每個像素，將其值反色處理後存入新圖像。
值得注意的是，對於16位或更高位深度的圖像，處理方式略有不同。通常需要從圖像的最大可能值減去當前像素值。具體實現需要根據圖像的實際位深度調整代碼邏輯。
此外，反色處理有時會應用於彩色圖像，此時需要分別處理每個顏色通道，即紅、綠、藍三個通道的像素值。處理步驟與灰度圖像類似，只是需要針對每個通道進行操作。