【计算机视觉】OpenCV 4高级编程与项目实战（Python版）【2

2.读取像素的BGR值

使用imread函数读取图像的数据后，可以使用下面的代码获得像素对应的颜色值。

import cv2
image = cv2.imread("flower.jpg")
px = image[200,300]    # 获取坐标(200,300)的像素值
print(px)

执行这段代码，会输出如下的内容：

[207 142 211]

px本身是一个列表，列表中有3个元素值，分别代表B（蓝）、G（绿）和R（红）3中颜色，也就是通常说的三原色。要注意，通过这种方式获取的三原色并不是习惯上的RGB，而是BGR。通过将3种颜色按不同值（每一种颜色值的范围从0到255）组合，就会呈现出各种颜色，三原色总共可以表示16777216（256 × 256 × 256）种颜色。

如果使用imread函数读取的是彩色图像，那么图像数据是包含通道的，BGR中的B、G、R就是彩色图像的3个通道。BGR也成为色彩空间，如果改变了通道顺序，如将BGR变成RGB，那么就又形成了另外一种色彩空间。而OpenCV选择了BGR色彩空间，不过这些色彩空间可以相互转换，在后面的文章会详细介绍这部分内容。

除了一下子获取BGR三个通道的颜色值外，也可以使用下面的代码分别获取独立的B、G、R值。

import cv2
image = cv2.imread("images/flower.jpg")
blue = image[200,300,0]            # 获取B通道的颜色值
green = image[200,300,1]        # 获取G通道的颜色值
red = image[200,300,2]            # 获取R通道的颜色值
print(blue, green, red)           # 输出BGR通道的颜色值

运行这段代码，会输出如下内容：

[207 142 211]
[255   0   0]

从输出结果可以看出，像素(200,300)的BGR值已经被修改。但阅读这段代码，需要注意如下几点：

• 这里修改的只是内存中图像的像素值，并没有将修改结果保存到图像文件中，如果想保存修改结果，需要使用imwrite函数。

• 在修改像素值时，不要直接修改px的值，而是直接为image[y,x]赋值，否则修改的只是px变量的值，image[y,x]的值并未改变，如下面的代码是无法修改像素(200,300)的颜色值的。

px = [255,255,255]

说明：不管是RGB色彩空间，还是BGR色彩空间，只要R、G、B三个通道的值相等，彩色图像就变成了灰度图像，其中R = G = B = 0是纯黑色，R = G = B = 255是纯白色。

下面的代码将flower.jpg中由(120,230)、(120, 310)、(190, 230)和(190, 310)这4个点围起的矩形区域变成纯黑色，并在窗口中展示原图和修改过的图，最后将修改结果保存在flower_new.jpg文件中。

import cv2

image = cv2.imread("images/flower.jpg")
cv2.imshow("oldimage", image)            # 在窗口中显示原图像
for i in range(120, 191):                 # i表示纵坐标，在区间[120，190]内取值
    for j in range(230, 311):             # j表示横坐标，在区间[230, 310]内取值
        image[i, j] = [0, 0, 0]             # 把区域内的所有像素都修改为黑色
cv2.imshow("newimage", image)            # 在窗口中显示修改后的图像
cv2.imwrite("images/flower_new.jpg", image)        # 保存修改结果
cv2.waitKey()
cv2.destroyAllWindows() 

运行这段程序，会看到如图5（原图）和图6（修改后的图像）所示的效果。

做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。

别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。

我先来介绍一下这些东西怎么用，文末抱走。

---

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

（4）200多本电子书

这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。

基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。

（5）Python知识点汇总

知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。

（6）其他资料

还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。

这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！