OpenCV学习(3.1) 图像基本操作

1.目标

学会： - 访问像素值并修改它们 - 访问图像属性 - 设置感兴趣区域(ROI) - 分割和合并图像

2.访问和修改像素值

可以通过行和列坐标来访问像素值。对于 BGR 图像，它返回一个由蓝色、绿色和红色值组成的数组。对于灰度图像，只返回相应的灰度。shuchu

import cv2

image = 'D:\papercode\AI\Ai-Dentist-Sample-Code-main\opencv\car_recognition\car.jpg'
#读取图片
img = cv2.imread(image)
#访问某一点的像素值
px = img[100,100]
print( px )

# 仅访问蓝色像素
blue = img[100,100,0]
print( blue )

输出： 

[ 83 107 127]
83

前者表示某一个点的像素值，后者表示该点在蓝色通道的值，0为蓝色通道，1为绿色通道，2为红色通道 

可以用相同的方式修改像素值。

>>> img[100,100] = [255,255,255]

>>> print( img[100,100] )

[255 255 255]

上面的方法通常用于选择数组的区域，例如前5行和后3列。对于单个像素访问，Numpy数组方法array.item()和array.itemset())被认为更好，但是它们始终返回标量。如果要访问所有B，G，R值，则需要分别调用所有的array.item()。 

# 访问 RED 值

>>> img.item(10,10,2)

59

# 修改 RED 值

>>> img.itemset((10,10,2),100)

>>> img.item(10,10,2)

100

3.访问图像属性 

图像属性包括行数，列数和通道数，图像数据类型，像素数等。

图像的形状可通过img.shape访问。它返回行，列和通道数的元组（如果图像是彩色的）：

>>> print( img.shape )

(342, 548, 3)

 注意 如果图像是灰度的，则返回的元组仅包含行数和列数，因此这是检查加载的图像是灰度还是彩色的好方法。

像素总数可通过访问img.size：

>>> print( img.size )

562248

图像数据类型通过img.dtype获得： 

>>> print( img.dtype )

uint8

4.拆分和合并图像通道

有时你需要分别处理图像的B，G，R通道。在这种情况下，你需要将BGR图像拆分为单个通道。在其他情况下，你可能需要将这些单独的频道加入BGR图片。你可以通过以下方式简单地做到这一点：

>>> b,g,r = cv2.split(img)

>>> img = cv2.merge((b,g,r))

>>> b = img [:, :, 0]

>>> g = img [:, :, 1]

>>> r = img [:, :, 2]

警告

cv.split()是一项耗时的操作（就时间而言）。因此，仅在必要时才这样做。否则请进行Numpy索引。

 5.为图像设置边框（填充）

如果要在图像周围创建边框（如相框），则可以使用cv.copyMakeBorder()。但是它在卷积运算，零填充等方面有更多应用。此函数采用以下参数：

• src - 输入图像

• top，bottom，left，right 边界宽度（以相应方向上的像素数为单位）

• borderType - 定义要添加哪种边框的标志。它可以是以下类型：

• cv.BORDER_CONSTANT - 添加恒定的彩色边框。该值应作为下一个参数给出。
• cv.BORDER_REFLECT - 边框将是边框元素的镜像，如下所示： fedcba | abcdefgh | hgfedcb
• **cv.BORDER_REFLECT_101**或 **cv.BORDER_DEFAULT**与上述相同，但略有变化，例如： gfedcb | abcdefgh | gfedcba
• **cv.BORDER_REPLICATE**最后一个元素被复制，像这样： aaaaaa | abcdefgh | hhhhhhh

• **cv.BORDER_WRAP**难以解释，它看起来像这样： cdefgh | abcdefgh | abcdefg

• value -边框的颜色，如果边框类型为**cv.BORDER_CONSTANT*

  import cv2 as cv
  import numpy as np
  from matplotlib import pyplot as plt
  BLUE = [255,0,0]
  img1 = cv.imread('opencv-logo.png')
  replicate = cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_REPLICATE)
  reflect = cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_REFLECT)
  reflect101 = cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_REFLECT_101)
  wrap = cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_WRAP)
  constant= cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_CONSTANT,value=BLUE)
  plt.subplot(231),plt.imshow(img1,'gray'),plt.title('ORIGINAL')
  plt.subplot(232),plt.imshow(replicate,'gray'),plt.title('REPLICATE')
  plt.subplot(233),plt.imshow(reflect,'gray'),plt.title('REFLECT')
  plt.subplot(234),plt.imshow(reflect101,'gray'),plt.title('REFLECT_101')
  plt.subplot(235),plt.imshow(wrap,'gray'),plt.title('WRAP')
  plt.subplot(236),plt.imshow(constant,'gray'),plt.title('CONSTANT')
  plt.show()