### 使用 OpenCV 在 Python 中读取并显示图像 为了实现这一目的，需导入 `cv2` 库来访问 OpenCV 的功能。以下是具体的操作方法： #### 导入库 首先确保安装了必要的库，可以通过 pip 安装命令完成。 ```bash pip install opencv-python ``` 接着，在脚本顶部引入所需的模块： ```python import cv2 ``` #### 读取图像 利用 `cv2.imread()` 函数可以从磁盘上指定路径加载一张图片。此函数接收两个参数：一个是文件名字符串；另一个是标志位（可选），用来指明是以何种颜色空间加载图片，默认情况下为彩色模式即 BGR 色彩模型[^2]。 ```python img = cv2.imread('path_to_image/image.jpg') if img is None: print("Error loading image") else: # 继续后续操作... ``` 需要注意的是，当使用 Matplotlib 来可视化由 OpenCV 加载的彩色图像时，由于两者采用不同的色彩通道顺序——前者基于 RGB 模型而后者则是 BGR ——因此可能需要转换色彩空间以获得预期的颜色效果。 #### 展示图像 调用 `cv2.imshow(window_name, image)` 方法可以在新窗口内呈现给定的图像数据。其中 window_name 参数定义了弹出窗口的名字标签，image 则是要渲染的实际 NumPy 数组对象。 ```python cv2.imshow('Display Window', img) ``` 为了让程序暂停等待用户的按键事件再继续执行下去，通常会在上述语句之后紧跟一句 `cv2.waitKey(delay_ms)` 。这里 delay_ms 表示毫秒级的时间间隔，设置成 0 可使应用程序无限期挂起直到任意键被按下为止。 ```python cv2.waitKey(0) ``` 最后一步就是清理工作区内的所有打开着的 GUI 窗口实例化对象，防止内存泄漏等问题的发生: ```python cv2.destroyAllWindows() ``` 综上所述，完整的代码片段如下所示： ```python import cv2 # Read an image from file into the variable 'img' img = cv2.imread('path_to_image/image.jpg') # Check if image was successfully loaded if img is not None: # Convert color space to RGB (optional step depending on visualization needs) # Display the image in a new window named "Image" cv2.imshow('Image', img) # Wait indefinitely until any keypress event occurs cv2.waitKey(0) # Destroy all created windows after user interaction ends cv2.destroyAllWindows() else: print("Failed to load image.") ```