本示例使用的OpenCV版本是：4.1.1
运行Python的编辑器：Jupyter notebook
示例目的
这里会介绍有关色彩空间的信息，色彩空间的变换，例如比较常用的BGR转换成RGB，RGB转换成GRAY。
实现代码
1，加载图片
从文件中加载图像
import cv2 # 加载OpenCV
import matplotlib.pyplot as plt # 加载Matplotlib.pyplot存进plt
img = cv2.imread("cook.jpeg") # 读取/加载 图片
2，把图像从BGR转换成RGB
我们将会使用cv.cvtColot()方法实现色彩空间的转换，使用cv2.COLOR_BGR2RGB指定从什么色彩转换成什么色彩空间。
# 色彩空间转换，把转换后的图像存储在img_bgr2rgb
img_bgr2rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
# 在Jupyter notebook显示img_bgr2rgb的图像
plt.imshow(img_bgr2rgb)可以看出，现在Jupyter notebook上显示的图片颜色就正常了。
3，把图像从BGR转换成HSV
img_bgr2hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
plt.imshow(img_bgr2hsv)
4，把图像从RGB转换成GRAY
img_rgb2gray = cv2.cvtColor(img_bgr2rgb, cv2.COLOR_RGB2GRAY)
plt.imshow(img_rgb2gray)可以看到，问题又来了，我们需要看到的是一张灰度图。但显示的却是黄绿黄绿的图片。这估计和Matplotlib的cmap默认值有关。
我们修改plt.imshow()函数的参数，增加cmap="gray"，使其颜色显示为灰度。
有关cmap的详细可以参考：https://matplotlib.org/examples/color/colormaps_reference.html
plt.imshow(img_rgb2gray, cmap="gray")好了，一切正常。
程序说明
本示例主要使用了cv.cvtColor()函数进行色彩空间的转换，该函数有两个参数，两个可选参数。而在显示图片方面如果使用cv.imshow()窗口显示的方式，图片的颜色会正常些，使用plt.imshow()在Jupyter notebook显示的颜色则可能需要一些转换或设置才能达到想要的颜色。
cv.cvtColor()语法
dst = cv.cvtColor( src, code[, dst[, dstCn]] )
第一个参数 src，需要转换色彩空间的图像矩阵数据,也就是通过cv.imread()
第二个参数 code，需要指定从什么色彩空间转换成什么色彩空间。
（可选）第三个参数 dst，输出与src相同宽度和高度的图像。
（可选）第四个参数 dstCn，可以指定色彩通道数，如果为0则输出与src相同色彩通道数。
cv.cvtColor()详细用法请参考：https://docs.opencv.org/4.1.1/d8/d01/group__imgproc__color__conversions.html#ga397ae87e1288a81d2363b61574eb8cab
