图像的基础操作

一、获取并修改像素值

将图像看成三维的，x,y和图层（BGR），因此若是[x,y]则输出三个图层的数值，若是[x,y,z]则输出一个数值。
第一种方法：

import cv2 as cv
import numpy as np


img = cv.imread("D://opencv_test//test_a.jpg")
print(img)#直接输出图像的每个像素点
print(img[100, 100])#输出点（100，100）坐标的三个像素值
print(img[:, 100, 1])#输出第100行第二个图层（G）的所有像素值
print(img[:, :, 1])#输出整个图像第二个图层（G）的所有像素值
img[100, 100] = [255, 255, 255]#改变点（100， 100）坐标的三个像素值
print(img[100, 100])
cv.imshow("win", img)
cv.waitKey(0)


cv.destroyAllWindows()

第二种方法：（鸡肋，我觉得）
用到的函数：
1.img.item()
2.img.itemset()
用法见下：

import cv2 as cv
import numpy as np


img = cv.imread("D://opencv_test//test_a.jpg")
print(img.item(100, 100, 1))
#括号内输入具体坐标（三维图像），输出那个点的像素值；等同于print(img[100, 100, 1])
img.itemset((100, 100, 1), 1)
#修改像素值，第一个参数是具体坐标（三维图像），第二个参数是要的修改成的像素值 ；等同于img[100, 100, 1]= 1
print(img.item(100, 100, 1))
print(img.itemset((100, 100, 1), 2))#输出结果是None，错误使用，img.itemset()用来修改
cv.imshow("win", img)
cv.waitKey(0)


cv.destroyAllWindows()

二、获取图像属性

用到的函数：
img.shape
img.size
img.dtype
用法见下：

import cv2 as cv
import numpy as np


img = cv.imread("D://opencv_test//test_a.jpg")
print(img.shape)#如果加载的图像是灰度图，则只返回行和列
print(img.size)
print(img.dtype)
cv.waitKey(0)


cv.destroyAllWindows()

三、图像 ROI

机器视觉、图像处理中，从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域，称为感兴趣区域，ROI。

import cv2 as cv
import numpy as np


img = cv.imread("D://opencv_test//test_a.jpg")
a = img[0:100, 0:100]#勾勒出来的部分
img[200:300, 200:300] = a#将勾勒出来的部分放在图像中你想要放的位置
#注意勾勒出来的部分与放的位置大小要一样
cv.imshow("win", img)
cv.waitKey(0)


cv.destroyAllWindows()

四、拆分及合并图像通道

第一种方法：
用到的函数：
cv.split()
cv.merge()
用法见下：

import cv2 as cv
import numpy as np


img = cv.imread("D://opencv_test//test_a.jpg")
b, g, r = cv.split(img)#函数返回三个图层的元组
cv.imshow("_win_0", b)
cv.imshow("_win_1", g)
cv.imshow("_win_2", r)
Merge = cv.merge((b, g, r))#函数将图层合成
cv.imshow("__win_0", Merge)
cv.waitKey(0)


cv.destroyAllWindows()

第二种方法：（用索引）

import cv2 as cv
import numpy as np


img = cv.imread("D://opencv_test//test_a.jpg")
#拆分三个图层，分别显示
cv.imshow("win_0", img[:, :, 0])
cv.imshow("win_1", img[:, :, 1])
cv.imshow("win_2", img[:, :, 2])
cv.imshow("__win_0", img)
cv.waitKey(0)


cv.destroyAllWindows()

五、为图像扩边（填充）

用到的函数：
cv.copyMakeBorder（）
一般是六个参数

1. 加载的图像的名字
2. 图像上边边界的像素的数量
3. 图像下边边界的像素的数量
4. 图像左边边界的像素的数量
5. 图像右边边界的像素的数量
6. 边界的类型（各种类型附在后面）

import cv2 as cv
import numpy as np


img = cv.imread("D://opencv_test//test_a.jpg")
img_1 = cv.copyMakeBorder(img, 15, 15, 15, 15, cv.BORDER_CONSTANT, value=(255, 0, 0))
#特殊例子，后面再加个参数value=(255, 0, 0)表示边界的颜色
img_2 = cv.copyMakeBorder(img, 15, 15, 15, 15, cv.BORDER_REFLECT)
cv.imshow("win_1", img_1)
cv.imshow("win_2", img_2)
cv.waitKey(0)


cv.destroyAllWindows()```
第六个参数：边界类型

 1.  cv2.BORDER_CONSTANT  添加有颜色的常数值边界，还需要 下一个参数（value） 
 2. cv2.BORDER_REFLECT      边界元素的镜像。比如: fedcba|abcdefgh|hgfedcb 
 3. cv2.BORDER_REFLECT_101   or   cv2.BORDER_DEFAULT 跟上面一样，但稍作改动。例如: gfedcb|abcdefgh|gfedcba 
 4.  cv2.BORDER_REPLICATE     重复最后一个元素。例如: aaaaaa| abcdefgh|hhhhhhh
 5.  cv2.BORDER_WRAP         cdefgh| abcdefgh|abcdefg