先撇开matplotlib不谈，在python江湖用于读取图片的主要为两个门派，分别是PIL家族：
from PIL import Image
一个可用于python的图像处理库，PIL库提供通用的图像处理功能，以及基本图像操作，如图像缩放、裁剪、旋转、颜色转换等。
和cv2家族：
import cv2
OpenCV是一个开源的跨平台（Linux、Window、Android和Mac OS系统）计算机视觉库。OpenCV有C函数和少量C++类构成，主要接口是C++，同时还提供Python，Java等接口，有常用的图像处理函数，能够快速的实现一些图像处理和识别任务。
这两个家族虽然都能读取图片，但是使用的方法不相同。
from PIL import Image
img = Image.open(r'./circle.png')
"""
Image.open(fp, mode="r", formats=None)
"""
print(type(img)) # <class 'PIL.PngImagePlugin.PngImageFile'>
print(img.mode) # RGBA,真彩+透明通道
print(img.size) # (1133, 865) (宽(列数）， 高(行数))
img.show() # im.show的方式为win10自带的图像显示应用
img.save("./pil.jpg")
对于彩色图像，不管其格式是PNG，BMP还是JPG，在PIL中，使用Image模块的open()函数打开后，返回的图像对象的模式都是“RGB”。对于灰度图像，不管格式是PNG、BMP还是JPG，打开后，其模式是“L”。
import cv2
img2 = cv2.imread(r'./circle.png')
"""
cv2.imread(filename, flags=None)
filename的取值：图片的路径
flags的取值：
cv2.IMREAD_COLOR：加载彩色图像。图像的任何透明度都将被忽略。这是默认标志。 flags=1
cv2.IMREAD_GRAYSCALE：以灰度模式加载图像 flags=0
cv2.IMREAD_UNCHANGED：加载包含Alpha通道的图像 flags=-1
"""
print(type(img2)) # <class 'numpy.ndarray'>
print(img2.shape) # (865, 1133, 3) (高(行数), 宽(列数)， 通道数)
cv2.imshow('circle', img2)
cv2.waitKey(0) # 表示“暂停程序，等待一个按键输入”！也就是说，当程序执行到waitKey(0);时，
# 程序被暂停运行，只有当你输入一个按键时，它才会继续运行。
# 相当于暂停，不加入这句图片将一闪而过
cv2.destroyAllWindows()
cv2.imwrite('./img.png', img)
两者差异
| 差异 | PIL | cv2 | 备注 |
|---|---|---|---|
| 读取类型 | <class ‘PIL.PngImagePlugin.PngImageFile’> | <class ‘numpy.ndarray’> | PIL并不会真正读取文件，而cv2把整个图片读取为数组。 |
| 读取模式 | RGBA | BGR | 颜色通道顺序不同，因此如果PIL读取的图片转换成矩阵，直接用cv2显示颜色会变得诡异 |
| 读取尺寸 | (宽(列数）， 高(行数)， 通道数) | (高(行数), 宽(列数)， 通道数) | 高和宽是相反的 |
PIL转换为cv2：
pil2cv2 = cv2.cvtColor(np.asarray(img), cv2.COLOR_RGB2BGR)
感觉是先把PIL的读取类型转换为矩阵，然后切换颜色通道顺序。完整代码：
from PIL import Image
import cv2
import numpy as np
img = Image.open(r'./circle.png')
"""
Image.open(fp, mode="r", formats=None)
"""
print(type(img)) # <class 'PIL.PngImagePlugin.PngImageFile'>
print(img.mode) # RGBA,真彩+透明通道
print(img.size) # (1133, 865) (宽(列数）， 高(行数))
#---------------修改部分--------------------
pil2cv2 = cv2.cvtColor(np.asarray(img), cv2.COLOR_RGB2BGR)
cv2.imshow('pil2cv2', pil2cv2)
cv2.waitKey(0) # 表示“暂停程序，等待一个按键输入”！也就是说，当程序执行到waitKey(0);时，
# 程序被暂停运行，只有当你输入一个按键时，它才会继续运行。
cv2.destroyAllWindows()
#-----------------------------------------
cv2转换为PIL：
cv22pil = Image.fromarray(cv2.cvtColor(img2, cv2.COLOR_BGR2RGB))
通道的转换，再转换成PIL的图片类型。完整代码：
from PIL import Image
import cv2
img2 = cv2.imread(r'./circle.png')
"""
cv2.imread(filename, flags=None)
flags的取值：
cv2.IMREAD_COLOR：加载彩色图像。图像的任何透明度都将被忽略。这是默认标志。 flags=1
cv2.IMREAD_GRAYSCALE：以灰度模式加载图像 flags=0
cv2.IMREAD_UNCHANGED：加载包含Alpha通道的图像 flags=-1a
"""
print(type(img2)) # <class 'numpy.ndarray'>
print(img2.shape) # (865, 1133, 3) (高(行数), 宽(列数)， 通道数)
#---------------修改部分--------------------
cv22pil = Image.fromarray(cv2.cvtColor(img2, cv2.COLOR_BGR2RGB))
cv22pil.show()
#------------------------------------------
在知乎上看见大佬对PIL和cv2这两个门派的比较，PIL形容为小船，cv2形容为航空母舰，PIL和cv2的其他知识可以参考“参考链接”的前四个。
以下对图像的处理方式是用OpenCV的，根据自己经历过的情况，分为以下几个：
裁剪（手动、自动）
绘制矩形
在裁剪之前要说明：一张图片左上角视为坐标原点，从原点水平向右视为x轴方向，从原点垂直向下视为y轴方向。
对图片的裁剪方式可以分为手动裁剪和自动裁剪，手动裁剪就是在图片上手动绘制一个矩形框作为裁剪的区域。
强烈安利：详解Python+opencv裁剪/截取图片的几种方式，讲得很清楚，我下面是把代码简化，留下最必须的函数。
手动裁剪用到的函数为selectROI：
roi = selectROI(windowName, img, showCrosshair=None, fromCenter=None):
. 参数windowName：选择的区域被显示在的窗口的名字
. 参数img：要在什么图片上选择ROI
. 参数showCrosshair：是否在矩形框里画十字线.
. 参数fromCenter：是否是从矩形框的中心开始画
. 返回值roi：是一个元组（x轴坐标，y轴坐标，宽度，高度），值为0无效
完整代码：
import cv2
img = cv2.imread(r'./circle.png')
roi = cv2.selectROI(windowName="circle", img=img, showCrosshair=True, fromCenter=False)
x, y, w, h = roi
crop = img[y: y + h, x: x + w]
cv2.imwrite(r'./crop.jpg', crop) # 在当前目录下储存截取的图片
自动裁剪用到的im[ymin:ymax,xmin:xmax]：
im = cv2.imread(file_path) # 读取文件
im = im[190:380,180:260] # 裁剪。其值不能为0
cv2.imwrite(save_path_file,im) # 存储
完整代码：
import cv2
img = cv2.imread(r'./circle.png')
crop = img[100:200, 100: 250]
cv2.imwrite(r'./crop.jpg', crop) # 在当前目录下储存截取的图片
运行结果：
以下是原图，即circle.png：
近期还没遇到，等遇到了再补上。
OpenCV和PIL图像处理的差异小总结(比较详细介绍了尺寸差异和通道转换)
Python中Opencv和PIL.Image读取图片的差异对比
python用PIL/cv2读取存储图片
cv2与PIL的一点不同