学习完基础的图像算法，开始接触OpenCV学习：
灰度图中，一个像素点上的灰度级需要一个字节（byte，2^8，8 bit）进行存储，此时的灰度图是二维的。
而当我们需要转换为彩色图时，即三维，便会产生颜色通道（Channel），这个时候，一个像素点上的灰度级便会需要三个字节来进行存储。
可以借助笛卡尔坐标系来帮助理解：
我们开始实操：
1、生成一个随机的原始字节；
2、将随机字节转换为一维数组；
3、转换为灰度图（即二维数组）然后保存；
4、转换为彩色图（即三维数组）然后保存；
Code：
1 import cv2 2 import numpy 3 import os 4 5 # 生成随机字符，然后转换成字节数组 6 rb = bytearray(os.urandom(12)) 7 print(rb) 8 9 # 将字节数组转换成numpy数组 10 fn = numpy.array(rb) 11 print(fn) 12 13 # 转换成灰度图，即二维数组 14 gi = fn.reshape(3, 4) 15 print(gi) 16 # cv2.imwrite('2D.png', gi) 17 18 # 转换成彩色图，即三维数组，此时的展示的面是 xy 构成的 19 bi = fn.reshape(1, 4, 3) 20 print(bi) 21 # cv2.imwrite('3D_xy.png', bi) 22 23 # 此时的展示的面是 yz 构成的 24 yz = numpy.uint8(bi[0, :, :]) 25 # cv2.imwrite('3D_yz.png', yz) 26 print(yz)
至此就完成了原始字节转换成图像的步骤。
参考书籍：OpenCV 4计算机视觉：Python语言实现