这一部分相对于马上要学习的二值化是要更更更简单一些的，只需三行，便能在opencv上裁剪图像啦（顺便云吸猫，太可爱了！）
出处见水印！
1、复习图像的显示
前几天期末考试，太久没有看opencv，刚入的门又迈出去了呜呜我唉，先复习一下吧
import cv2 as cv
import numpy as np
img = cv.imread('F:\est01\cat.jpg', 1)
print(img.shape) # 显示图片大小（长，宽）和图片颜色通道数量
cv.imshow("original", img)
cv.waitKey(0)
- import
- imread
- imshow
- waitKey
- （shape是后面有用，可以显示图片大小和图片颜色通道数量）
注：图片颜色通道
彩色数字图像由像素组成，像素由一系列代码表示的原色组合而成。在这种情况下，通道是与彩色图像大小相同的灰度图像，仅由这些原色之一构成
灰度图像是单通道图像，其中每个像素只携带有关光强度的信息。这些图像完全由灰色阴影组成。
与灰度图像不同，RGB图像是三通道的。每个像素由三个通道组成，每个通道代表一种颜色。
可以使用opencv分割通道
显示成功
2.图片裁剪原理
通过NumPy 矩阵的切片功能来完成对于图片的裁剪，被读入计算机内存的图片都是存储在2D的矩阵，只需要指明需要裁剪下来的区域对应的像素的高宽位置，我们就可以办到了
Python程序中，使用的NumPy矩阵的切片来完成图片的裁剪。对于矩阵的切片，需要指明对于矩阵索引的起始和结束的索引数值，包括第一个和第二个坐标轴。
- 通常情况下，第一个坐标表示了图像的高度（矩阵的行）；
- 第二个坐标轴表示了图像的宽度（矩阵的列）；
cropped = img[start_row:end_row, start_col:end_col]
import cv2 as cv
import numpy as np
img = cv.imread('F:\est01\cat.jpg', 1)
print(img.shape) # 显示图片大小（长，宽）和图片颜色通道数量
cv.imshow("original", img)
cv.waitKey(0)
cropped_image = img[400:654, 300:500]
cv.imshow("cropped", cropped_image)
cv.waitKey(0)
成功剪切
