OpenCV中确定像素位置及获取、修改像素BGR值讲解及演示（Python实现 附源码）

需要源码和图片集请点赞关注收藏后评论区留言~~~

像素是图像的最小单位。每一幅图像都是由M行N列的像素组成的，其中每一个像素都存储一个像素值。以灰度图像为例，计算机通常把灰度图像的像素处理为256个灰度级别，256个灰度级别分别使用区间[0, 255]中的整数数值表示。其中，“0”表示纯黑色；“255”表示纯白色

内容结构如下

通常把一个小方块称作一个像素，因此，一个像素是具有一定面积的一个块，而不是一个点，需要注意的是，像素的形状是不固定的，大多数情况下，像素被认为是方形的，但有时也可能是圆形的或者是其他形状的 

 

一、确定像素的位置

 

用“画图”工具打开图4.1

 可以在下方看到219×292像素 即水平方向的像素是219个，垂直方向的像素是292个

接下来我们打印这个位置坐标的像素 注意像素坐标表示方法是（y，x）索引从0开始

import cv2

image = cv2.imread("2.1.jpg") # 读取D盘根目录下的2.1.jpg
px = image[291, 218] # 坐标为(291, 218)上的像素
print(px)

 二、获取像素的BGR值

从上图可以看出，像素的值由三个坐标表示，下面我们对这三个数值进行讲解

我们将红色 绿色和蓝色三种颜色称为三种基色，如果将这三种颜色以不同的比例进行混合，人眼就会感知到丰富多彩的颜色

在RGB色彩空间中，存在三个通道，即R通道，G通道和B通道，分别指代红色通道，绿色通道和蓝色通道，都在区间（0，255）内取值

这样 计算机利用三个色彩通道的不同组合来表示不同的颜色

 

但是在OpenCV中是BGR色彩空间，即打印的顺序是蓝色 绿色 红色 

 如果想单独获得BGR通道的值 那么可以执行如下代码

blue=image[291,218,0]

其中最后一个数值0表示B通道

1表示G通道

2表示R通道

三、修改像素的BGR值

 对于BGR色彩空间的值，当每个像素的BGR的三个数值相等时，就可以得到灰度图像，其中BGR=0为纯黑色，BGR=255为纯白色

下面修改指定区域内的所有像素

可见我们将图片右下角全部修改为了白色

 代码如下

import cv2

image = cv2.imread("4.1.jpg")
cv2.imshow("4.1", image) # 显示图4.1
for i in range(241, 292): # i表示横坐标，在区间[241, 291]内取值
    for j in range(168, 219): # j表示纵坐标，在区间[168, 218]内取值
        image[i, j] = [255, 255, 255] # 把区域内的所有像素都修改为白色
cv2.imshow("4.8", image) # 显示图4.8
cv2.waitKey()
cv2.destroyAllWindows() # 关闭所有的窗口时，销毁所有窗口

 创作不易 觉得有帮助请点赞关注收藏~~~