作业：1、用PIL包显示原始图片，然后将原始图片数据对其中一个通道拿出来显示（总共有三个通道）。2、用cv2.l ine划线函数释一张图片的人险给知起来，并将框起来的人临离片保存下来

作业描述如下：

1. **使用PIL库显示图片及单通道数据**:
- 首先，你需要安装Pillow库，它是Python Imaging Library的一个分支，用于处理图像。安装方式同样通过pip，例如 `pip install pillow`。
- 使用PIL读取图片，例如 `from PIL import Image`
- 加载图片：`img = Image.open('image.jpg')`
- 显示整个图片：`img.show()`
- 对于RGB图像，你可以选择某一通道的数据，比如红色通道（索引0），然后转换成灰度图展示，代码示例：

     red_channel = img.convert('L')
     red_channel.show()

2. **使用cv2画直线并裁剪人脸**:
- 需要先安装OpenCV库，如上所述。
- 读取图片：`import cv2; image = cv2.imread('image.jpg')`
- 使用`cv2.CascadeClassifier`加载预训练的人脸检测模型：

     face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

- 检测人脸并画线：

     gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
     faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5)
     for (x, y, w, h) in faces:
         cv2.rectangle(image, (x, y), (x+w, y+h), (0, 255, 0), 2)  # 绿色表示边框
         cropped_face = image[y:y+h, x:x+w]

- 最后保存裁剪后的图像：

     cv2.imwrite('cropped_face.jpg', cropped_face)
     cv2.imshow('Detected Faces', image)
     cv2.waitKey(0)  # 等待用户按键关闭窗口

记得替换上述代码中的'image.jpg'为你的实际图片路径。