OpneCV之图像的基本操作：形状、通道分离/合并、图像混合、相加、位操作——python实现

一、读入图片获得像素点的像素值、改变像素值、改变单个通道像素值、获得图像的行、列、图像数据类型、像素点、ROI区域.

import cv2
import numpy as np

#读取一个彩色图像
img = cv2.imread('C:/Users/NWPU/Desktop/1.jpg')
#cv2.imshow('image',img)

#获得某个像素点的像素值
px = img[200,200]
print(px)

#只获取绿色通道的像素值
green = img[200,200,1]
print(green)

#修改像素值
img[200,200] = [255,255,255]
print(img[200,200])

#使用Numpy数组的处理方法更好的获取像素点的值和编辑像素点的值
#获得指定像素点的红色通道的值
img_r = img.item(100,100,2)
print(img_r)
#修改指定像素点的红色通道的值
img.itemset((100,100,2),100)
img_rnew = img.item(100,100,2)
print(img_rnew)

#获取图片的信息：行数、列数、通道数、图像数据类型、像素数等

#获得图片的形状
print(img.shape)    #（768,1024,3）：768*1024大小的图像,彩色图像三通道

#查询像素总数
print(img.size)

#图片的数据类型,img.dtype在调试过程中很重要，因为很多opencv+python代码中的问题都是不合法的数据类型造成的
print(img.dtype)   #实验图片为uint8数据类型

#图片的ROI：获得原始图片的一部分,将此部分复制到图片的另一个指定区域
img_ROI = img[280:340, 330:390]
img[273:333, 100:160] = img_ROI
cv2.rectangle(img,(280,330),(340,390),(255,255,255),1)
cv2.rectangle(img,(273,100),(333,160),(255,255,255),1)
cv2.imshow('image1',img)

#OpenCV存储彩色图片的格式是BGR模式，下面进行通道分离和合并

#使用split()函数进行通道分离,很耗时
b,g,r = cv2.split(img)

#使用merge()函数进行通道合并
img = cv2.merge((b,g,r))

#也可以直接操作Numpy数组来达到这一目的
b = np.zeros((img.shape[0],img.shape[1]