OpenCV-Python -- Basic Operations on Images

学习目标：

• 访问像素，以及修改像素
• 获取图像的属性
• 设置图像ROI区域
• 图像通道分离和通道合并

访问、修改像素

import cv2
import numpy as np

img = cv2.imread('messi5.jpg')
px = img[100, 100]
print(px)
# output
#     [57 63 68]

# 获取特定通道的的像素值
blue = img[100, 100, 0]
print(blue)
# output: 57

# 修改像素值
img[100, 100] = [255, 255, 255]
print(img[100, 100])
# output: [255, 255, 255]

注释：上述的单个像素访问方式的速度是很慢的，该方法主要用于访问区域内的像素组，比如前5行和后3列等。为了访问单个像素，numpy有特别的方法，array.item()和array.itemset(). 但是，他们无法返回向量。

# 获取 RED value
red = img.item(10,10,2)
print(red)
# output: 68

pixel = img.item(10, 10) # 错误的用法
# output: ValueError: incorrect number of indices for array

# modifying RED value
red_modify = img.itemset((10,10,2),100)
print(img.item(10,10,2))
# output: 100

获取图像属性

图像属性包括行数，列数，通道数，数据类型和像素数量等。图像的形状可以通过函数img.shape获得。彩色图像会返回元组，包含行、列和通道值，见code1；如果是灰度图像，则只返回行和列，代码如下：

print(img_color.shape)
# (342,548,3)
print(img_grayscale.shape)
# (342,548)

总的像素个数获取，img.size：

print(img.size)
# 562248

图像的数据类型，img.dtype：

print(img.dtype)
# uint8

图像ROI

可以通过Numpy Indexing获取ROI，下图展示如何将球的区域复制到另一个区域，具体代码如下：

ball = img[280:340, 330:390]
img[273:333, 100:160] = ball

结果如下：

通道分离与合并

图像的BGR通道可以分为独立的面，当然也可以将这些独立的通道合并为一张完整的图像，实例如下：

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

或者如下操作：

b = img[:,:,0]
# 通道置0
img[:,:,2] = 0

Warning：
cv2.split()通常比较耗时，直接用numpy索引，效率很高。

创建图像边界（Padding）

如果将图像添加边界，可以使用函数 cv2.copyMakeBorder(). 该函数通常用于卷积操作、零填充等。参数如下：

• src：输入图像
• top, bottom, left, right：各个方向上边界的像素宽度
• borderType 边界类型，支持类型有以下几种，
      cv2.BORDER_CONSTANT: 添加常量边界。
      cv2.BORDER_REFLECT：镜像边界元素，fedcba|abcdefgh|hgfedcb
      cv2.BORDER_REFLECT_101 or cv2.BORDER_DEFAULT：与上面类似，但略有不同，gfedcb|abcdefgh|gfedcba
     cv2.BORDER_REPLICATE：复制最后一个元素，aaaaaa|abcdefgh|hhhhhhh
      cv2.BORDER_WRAP：不好解释，cdefgh|abcdefgh|abcdefg
• value 如果边界类型为cv2.BORDER_CONSTANT，则表示边界颜色值

import cv2
import numpy as np
from matplotlib import pyplot as plt

RED = [255,0,0]

img1 = cv2.imread('opencv_logo.png')

replicate = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_WRAP)
constant= cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_CONSTANT,value=RED)

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()