opencv 像素操作

把图片看成一个二维的矩阵，使用numpy来操作

import numpy as np
import cv2 as cv
 
img = cv.imread('test.jpg')
img[100,100] # 返回该坐标下的值，如果是gbr模式则返回数组，如果是灰度图模式则返回常量
img[100,100,2]  #再gbr模式下可以访问对应通道的值
img.item(10,10,2) # item方法是更快速的方法
img.itemset((10,10,2),10)
img.shape # 返回长宽还有通道数量
img.size # 
img.dtype # 一般都是uint8

获得指定区域

area = img[100:200,100:200]
img[200;300,200:300] = area

分割通道

b,g,r = cv.split(img) # split是高代价的函数，一般都是用索引
img = cv.merge((b,g,r))
b = img[:,:,0]  # 也可以达到同样的效果，这样更快

给图片添加边框

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')

参考文献:
https://docs.opencv.org/3.4.3/d3/df2/tutorial_py_basic_ops.html
https://blog.csdn.net/qq_41905045/article/details/81295931