1. python常用库读取显示保存灰度与彩色图片的N种方式
在Python中，处理灰度和彩色图片时，常常需要使用到一些常用库。以下是四种库——OpenCV、PIL (Python Imaging Library)、matplotlib和imageio——在读取、显示和保存图片方面的介绍和方法。
首先，OpenCV是一个强大的图像处理库，读取图像可以通过cv2.imread()函数，显示则使用cv2.imshow()，保存则利用cv2.imwrite()函数，传入文件路径和图像对象作为参数。
PIL库则提供image.open()方法读取图像，通过显示函数直接显示，使用image.save()方法保存，只需指定保存路径即可。
matplotlib库主要针对数据可视化，读取图像可以使用plt.imread()，显示使用plt.imshow()，保存则用plt.imsave()，同样需要提供文件路径。
imageio库的图像处理功能相对简洁，imageio.imread()用于读取，imageio.imwrite()用于保存，操作方式类似前两者。
在比较这四个库时，OpenCV适合复杂的图像处理和计算机视觉任务，而PIL和imageio适用于基本的图像操作。matplotlib虽然主要用于数据可视化，但在处理图像方面也具有一定灵活性，但功能相对较有限。
要统一将图像读取为RGB格式，以下是四种库的实现方法：
这些方法可以确保在后续处理中，图片都以RGB格式呈现，便于进一步操作。
2. 如何用Python+Pygame旋转图像、灰度图像
‘’‘
2013-7-4
by JavenLee
希望能带给你启发
'''
import Image
img = Image.open(‘origin.png’) # 得到一个图像的实例对象 img
rot_img = img.rotate(270) #顺时针旋转90度
rot_img.save("rot_img.jpg")
x_img=img.transpose(Image.FLIP_LEFT_RIGHT) #垂直翻转
y_img=img.transpose(Image.FLIP_TOP_BOTTOM) #水平翻转
new_imag=img.convert('L')
'''
模式
img.convert() 参数说明如下：
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，使用调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，颜色隔离
YCbCr 3×8位像素，彩色视频格式
I 32位整型像素
F 32位浮点型像素
'''
3. 怎么用python进行简单的图像处理
所谓简单的图像处理，就是对像素数据进行点处理。
下面是具体步骤。
读取图片：
# -*- 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)
打开一个图片窗口。
python读取图片，实际上是读取了离散的图片数据：
print(img)
运行，就会给出图片数据。
显示反色图片，只要进行简单的计算：
255-img
这是2*img的效果。
分离通道，图片的第一个通道是：
img[:,:,0]
成图是灰度图。
第二个通道的灰度图：
img[:,:,1]
第三个通道的灰度图：
img[:,:,2]
4. 怎么对灰度图像进行反色处理
对于8位深度的灰度图像，反色处理可以通过从255减去每个像素值实现。具体操作为，首先需要确保图像数据以8位灰度模式存储。接着，遍历图像中的每一个像素，将其数值从255中减去，这样就能得到反色效果。例如，如果一个像素的原始值为128，则反色后其值为127。
在编程实现上，可以使用Python的PIL库来处理此类图像。首先导入PIL库，然后加载图像文件。之后，使用PIL提供的函数逐像素处理图像，最后保存处理后的图像文件。以下是简化版的代码示例：
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")
上述代码中，`invert_grayscale_image`函数接收输入和输出路径作为参数，首先将图像转换为8位灰度模式，然后创建一个大小相同的白色图像，遍历每个像素，将其值反色处理后存入新图像。
值得注意的是，对于16位或更高位深度的图像，处理方式略有不同。通常需要从图像的最大可能值减去当前像素值。具体实现需要根据图像的实际位深度调整代码逻辑。
此外，反色处理有时会应用于彩色图像，此时需要分别处理每个颜色通道，即红、绿、蓝三个通道的像素值。处理步骤与灰度图像类似，只是需要针对每个通道进行操作。