以下是关于“opencv与numpy的图像基本操作”的完整攻略。
OpenCV与NumPy简介
OpenCV是一个开源计算机视觉库，用于处理图像和视频。它提供了许多图像处理和计算机视觉算法，可以用于图像分析、目标检测、人脸识别等领域。
NumPy是Python的一个开源数学库，用于处理大型维数组和矩阵。它提供了高效的数组和数学函数，可以用于学算、数据分析、机器习等领域。
OpenCV与NumPy的图像基本操作
OpenCV与NumPy可以一起使用，进行图像的基本操作。下面是一些常见的图像基本操作：
读图像
使用OpenCV的cv2.imread()函数可以读取图像。该函数的语法如下：
cv2.imread(filename, flags)
其中，filename为要读取的图像文件名，flags为读取图像的方式，可以是cv2.IMREAD_COLOR（默认）、cv2.IMREAD_GRAYSCALE、cv2.IMREAD_UNCHANGED等。
下面是一个示例代码，示了如何使用cv2.imread()函数读取图像：
import cv2
# 读取图像
img = cv2.imread('image.jpg', cv2.IMREAD_COLOR)
# 显示图像
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
在上面的示例代码中，我们使用cv2.imread()函数读取了名为image.jpg的图像，并将其存储在变量img中。然后，我们使用cv2.imshow()函数显示图像，并使用cv2.waitKey()函数等待用户按下任意键，最后使用cv2.destroyAllWindows()函数关闭所有窗口。
保存图像
使用OpenCV的cv2.imwrite()函数可以保存图像。该函数的语法如下：
cv2.imwrite(filename, img, params)
其中，filename为要保存图像文件名，img为要保存的图像，params为保存图像的参数，可以是None（默认）或者一个保存参数的列表。
下面是一个示例代码，演示了如何使用cv2.imwrite()函数保存图像：
import cv2
# 读取图像
img = cv2.imread('image.jpg', cv2.IMREAD_COLOR)
# 保存图像
cv2.imwrite('new_image.jpg', img)
# 显示图像
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
在上面的示例代码中，我们使用cv2.imread()函数读取了名为image.jpg的图像，并将其存储在变量img中。然后，我们使用cv2.imwrite()函数保存图像，并将其命名为new_image.jpg。最后，我们使用cv2.imshow()函数显示图像，并使用cv2.waitKey函数等待用户按下任意键，最后使用cv2.destroyAllWindows()函数关闭所有窗口。
裁剪图像
使用NumPy的数组切片可以裁剪图像。下面是一个示例代码，演示了如何使用数组切片裁剪图像：
import cv2
import numpy as np
# 读取图像
img = cv2.imread('image.jpg', cv2.IMREAD_COLOR)
# 裁剪图像
cropped_img = img[100:500, 200:600]
# 显示图像
cv2.imshow('image', img)
cv2.imshow('cropped image', cropped_img)
cv2.waitKey(0)
cv2.destroyAllWindows()
在上面的示例代码中，我们使用cv2.imread()函数读取了名为image.jpg的图像，并将其存储在变量img中。然后，我们使用数组切片裁剪图，并将其存储在变量cropped_img中。最后，我们使用cv2.imshow()函数显示原始图像和裁剪后的图像，并使用cv2.waitKey()函数等待用户按下任意键，最后使用cv2.destroyAllWindows()函数关闭所有窗口。
缩放图像
使用OpenCV的cv2.resize()函数可以缩放像。该函数的语法如下：
cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])
其中，src为要缩放的图像，dsize为缩放后的图像大小，fx和fy为水平和垂直方向的缩放因子，interpolation为插值方法，可以是cv2.INTER_LINEAR（默认）、cv2.INTER_AREA、cv2.INTER_CUBIC等。
下面是一个示例代码，演示了如何使用cv2.resize()函数缩放图像：
import cv2
# 读取图像
img = cv2.imread('image.jpg', cv2.IMREAD_COLOR)
# 缩放图像
resized_img = cv2.resize(img, (0, 0), fx=0.5, fy=0.5)
# 显示图像
cv2.imshow('image', img)
cv2.imshow('resized image', resized_img)
cv2.waitKey()
cv2.destroyAllWindows()
在上面的示例代码中，我们使用cv2.imread()函数读取了名为image.jpg的图像，并将其存储在变量img中。然后，我们使用cv2.resize()函数缩放图像将其存储在变量resized_img中。最后，我们使用cv2.imshow()函数显示原始图像和缩放后的图像，并使用cv2.waitKey()函数等待用户按下任意键，最后使用cv2.destroyAllWindows()函数关闭所有窗口。
总结
综上所述，“opencv与numpy的图像基本操作”的完整攻略包括读取图像、保存图像、裁剪图像、缩放图像等常见的图像基本操作，以及相应的示例代码。实际应用中，可以根据具体需求使用这些操作对图像进行处理。