# -*- coding: utf-8 -*-
import sys
import numpy as np
import cv2  # opencv-python

# 引入Python的可视化工具包 matplotlib
from matplotlib import pyplot as plt


def print_img_info(img):
    print("================打印一下图像的属性================")
    print("图像对象的类型 {}".format(type(img)))
    print(img.shape)
    print("图像宽度: {} pixels".format(img.shape[1]))
    print("图像高度: {} pixels".format(img.shape[0]))
    # GRAYScale 没有第三个维度哦， 所以这样会报错
    # print("通道: {}".format(img.shape[2]))
    print("图像分辨率: {}".format(img.size))
    print("数据类型: {}".format(img.dtype))


if __name__ == '__main__':
    # 导入一张图像 模式为彩色图片
    img_path = sys.argv[1]
    img = cv2.imread(img_path, cv2.IMREAD_COLOR)

    # 将色彩空间转变为灰度图并展示
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # 打印图片信息
    # print_img_info(gray)

    # 打印图片的局部
    # print("打印图片局部")
    # print(gray[100:105, 100:105])

    # plt.imshow(gray)
    # 需要添加colormap 颜色映射函数为gray
    plt.imshow(gray, cmap="gray")

    # 隐藏坐标系
    plt.axis('off')
    # 展示图片

    # plt.show()
    # 你也可以保存图片， 填入图片路径就好
    new_name = '%s-gray.%s' % (img_path.split('.')[0], img_path.split('.')[-1])
    plt.savefig(new_name)
    print(new_name)