学习Openmv的第六天——关于图像的较高级操作

在此之前，作者需要提醒，本节与开头的图像操作不尽相同，本节的操作主要以numpy模块为主，

由于大多数示例都是单行代码，因此示例将在Python终端中显示 。

1、访问和修改像素值

• 先加载彩色图像

  >>> import numpy as np
  >>> import cv2 as cv
  >>> img = cv.imread('messi5.jpg')
  

• 你可以通过行和列坐标来访问像素值。对于 BGR 图像，它返回一个由蓝色、绿色和红色值组成的数组。对于灰度图像，只返回相应的灰度

  >>> px = img[100,100]
  >>> print( px )
  
  # 仅访问红色像素
  red = img[0,100,100]
  print(red)
  

• 你可以用相同的方式修改像素值

  >>> img[100,100] = [255,255,255]
  >>> print( img[100,100] )
  

• 更好的像素访问和编辑方法：

  注意：对于单个像素访问，Numpy数组方法array.item()和array.itemset())被认为更好，但是它们始终返回标量。如果要访问所有B，
  G，R值，则需要分别调用所有的array.item()

  # 访问 RED 值
  >>> img.item(10,10,2)
  
  # 修改 RED 值
  >>> img.itemset((10,10,2),100)
  >>> img.item(10,10,2)
  

2、访问图像属性

图像属性包括：行数，列数和通道数，图像数据类型，像素数 and so on ^_^

• 图像的形状可通过 img.shape 访问，它返回行，列和通道数的元组（若图像是彩色的）：

  >>> print(img.shape)
  

  注意：注意 如果图像是灰度的，则返回的元组仅包含行数和列数，因此这是检查加载的图像是灰度还是彩色的好方法。

• 像素总数可通过访问 img.size :

  print(img.size)
  

• 图像数据类型通过 img.dtype 获得：

  print(img.dtype)
  

3、图像感兴趣区域ROI

使用Numpy索引获得ROI，我要选择球并将其复制到图像中的另一个区域：

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

4、拆分和合并图像通道

有时你需要分别处理图像的B，G，R通道。在这种情况下，你需要将BGR图像拆分为单个通道。在其他情况下，你可能需要将这些单独的频道加入BGR图片。你可以通过以下方式简单地做到这一点：

>>> b,g,r = cv.split(img) 
>>> img = cv.merge((b,g,r))