OpenCV-Python：图像元素的访问、通道分离和合并

访问像素

像素的访问和访问 numpy 中的 ndarray 的方法完全一样，灰度图为：

img[j,i] = 255

# 其中 j, i 分别表示图像的行和列。对于 BGR 图像，为：
img[j,i,0] =255
img[j,i,1] =255
img[j,i,2] =255

# 第三个数表示通道

下面通过对图像添加人工的椒盐现象来进一步说明 OpenCV Python中需要注意的一些问题。完整代码如下：

#! user/bin/env python3
# -*- coding： utf-8 -*- 
# @filename: salt.py
# @author: yang

import cv2
import numpy as np

def salt (img, n):
    for k in range(n):
        i = int(np.random.random() * img.shape[1])
        j = int(np.random.random() * img.shape[0])
        if img.ndim ==2 :
            img[j,i] = 255
        elif img.ndim ==3:
            img[j,i,0]=255
            img[j,i,1]=255
            img[j,i,2]=255

    return img
#与C++不同，在 python 中灰度图像 img.ndim =2， 而在 C++ 中灰度图像的通道数 img.cha